如何在R数据框中基于两个ID列生成0-1虚拟变量？

需求说明 #

现有包含ID1和ID2两列的R数据框，需要为所有唯一ID生成对应的0-1虚拟列：当某行的ID1或ID2等于该唯一ID时，对应列值为1，否则为0。

示例数据与预期结果 #

# 原始数据
df <- data.frame(ID1=c("TEST1", "TEST2", "TEST3", "TEST4"), 
                 ID2=c("TEST2", "TEST3", "TEST4", "TEST5"))

# 预期结果
data.frame(ID1=c("TEST1", "TEST2", "TEST3", "TEST4"), 
           ID2=c("TEST2", "TEST3", "TEST4", "TEST5"), 
           TEST1=c(1, 0, 0, 0), TEST2=c(1, 1, 0, 0), TEST3=c(0, 1, 1, 0), 
           TEST4=c(0, 0, 1, 1), TEST5=c(0, 0, 0, 1))

原方法问题分析 #

你之前尝试分别对ID1和ID2做pivot_wider再连接的思路，会导致相同ID的列出现重复（如TEST2.x、TEST2.y），且合并时无法直接将两个列的1值合并，反而增加了处理复杂度。

解决方案 #

方法1：使用tidyverse一站式处理

通过先转长格式标记ID出现，再转回宽格式生成虚拟列，最后合并原数据，步骤简洁且避免重复列问题：

library(tidyverse)

result <- df %>%
  # 添加行号用于后续匹配原行
  mutate(row_id = row_number()) %>%
  # 将ID1、ID2转为长格式，统一处理所有ID
  pivot_longer(cols = c(ID1, ID2), values_to = "id") %>%
  # 标记出现的ID为1
  mutate(value = 1) %>%
  # 转回宽格式，缺失值填充为0
  pivot_wider(id_cols = row_id, names_from = id, values_from = value, values_fill = 0) %>%
  # 合并原数据并清理临时列
  left_join(df, by = "row_id") %>%
  select(-row_id) %>%
  # 调整列顺序，将原ID列置于最前
  select(ID1, ID2, everything())

print(result)

方法2：基础R实现

无需加载额外包，直接通过提取唯一ID并逐列判断生成虚拟列：

# 获取所有唯一ID
unique_ids <- unique(c(df$ID1, df$ID2))

# 为每个ID生成0-1列：判断每行ID1/ID2是否等于当前ID
dummy_cols <- sapply(unique_ids, function(id) {
  as.integer(df$ID1 == id | df$ID2 == id)
})

# 合并原数据与虚拟列
result <- cbind(df, dummy_cols)

print(result)

方法3：使用fastDummies包简化操作

借助fastDummies的虚拟列生成功能，适合更复杂的ID场景：

library(fastDummies)
library(tidyverse)

result <- df %>%
  mutate(row_id = row_number()) %>%
  # 转长格式统一处理ID
  pivot_longer(cols = c(ID1, ID2), values_to = "id") %>%
  # 生成ID对应的虚拟列
  dummy_cols(select_columns = "id", remove_selected_columns = TRUE) %>%
  # 按行聚合，保留最大的1值（同一行同一ID可能在ID1/ID2都出现）
  group_by(row_id) %>%
  summarise(across(starts_with("id_"), max)) %>%
  # 合并原数据并清理列名
  left_join(df, by = "row_id") %>%
  select(-row_id) %>%
  rename_with(~gsub("id_", "", .), starts_with("id_")) %>%
  select(ID1, ID2, everything())

print(result)

内容的提问来源于stack exchange，提问作者Mallory Feldman