如何在R中无硬编码高效将DataFrame转换为指定转置格式

从示例可以看出，df2的每一行对应df1按行平铺后的单个元素：每个元素的值v会让df2中attribute_v列标记为1，其余列标记为0。以下是两种无需硬编码的高效实现方案：

方案1：使用tidyverse（推荐，代码更简洁可读） #

依赖dplyr和tidyr包，适合数据处理流程化场景：

library(tidyverse)

# 1. 将df1按行展开为长格式，保留原始顺序
df_long <- df1 %>%
  rownames_to_column("row_id") %>%
  pivot_longer(cols = -row_id, values_to = "value") %>%
  arrange(row_id)

# 2. 提取所有唯一值并生成规范的attribute列名
unique_vals <- sort(unique(df_long$value))
attr_colnames <- paste0("attribute_", unique_vals)

# 3. 转换为独热编码格式，生成目标df2
df2_result <- df_long %>%
  mutate(value = factor(value, levels = unique_vals)) %>%
  pivot_wider(
    names_from = value,
    names_prefix = "attribute_",
    values_fn = ~1,
    values_fill = 0
  ) %>%
  select(all_of(attr_colnames)) # 按attribute_1到attribute_n排序

方案2：使用Base R（无额外依赖） #

适合不想加载第三方库的场景：

# 1. 将df1按行平铺为一维向量
flattened_vec <- as.vector(t(df1))

# 2. 获取所有唯一值并生成列名
unique_vals <- sort(unique(flattened_vec))
attr_colnames <- paste0("attribute_", unique_vals)

# 3. 创建空矩阵并填充独热编码
result_mat <- matrix(0, nrow = length(flattened_vec), ncol = length(unique_vals))
colnames(result_mat) <- attr_colnames

for(i in seq_along(flattened_vec)){
  result_mat[i, paste0("attribute_", flattened_vec[i])] <- 1
}

df2_result <- as.data.frame(result_mat)

两种方案都会自动识别df1中的所有数值，生成对应的attribute列，完全不需要硬编码列名或数值范围，适配任意类似结构的输入数据。

内容的提问来源于stack exchange，提问作者piper180