基于data.table现有q开头列生成多分类列的实现需求

算力阿峰

2026-7-25

解决方法

针对你的data.table数据集，我们可以用data.table自带的高效语法批量生成分类列，具体代码如下：

# 加载data.table包（如果未加载）
library(data.table)

# 定义原始数据集
dt <- data.table(ID = c(1, 2, 3, 4),
                 sex= c('F', 'M', 'F', 'F'),
                 education = c("A", "B", "C", "D"),
                 age = c(23, 34, 55, 77),  
                 q32_1= c(1, 5, 2, 4), 
                 q32_2= c(2, 3, 4, 3),
                 q22_1= c(3, 1, 2, 4), 
                 q22_2= c(2, 3, 1, 3),
                 q22_5= c(3, 5, 2, 4), 
                 q57_2= c(1, 2, 4, 3),
                )

# 筛选所有以q开头的列名
q_cols <- grep("^q", names(dt), value = TRUE)

# 批量生成分类列
dt[, paste0(q_cols, "_cat") := lapply(.SD, function(x) {
  fcase(
    x %in% 1:2, "YES",
    x == 3, "NO",
    x %in% 4:5, "IDK"
  )
}), .SDcols = q_cols]

# 查看结果
print(dt)

代码说明

grep("^q", names(dt), value = TRUE)：用正则匹配筛选出所有以q开头的列名，避免手动列示列名的繁琐操作。
dt[, paste0(q_cols, "_cat") := ...]：批量创建新列，列名为原列名拼接_cat后缀，直接在原数据集上修改，符合data.table的操作习惯。
fcase：data.table专属的向量条件判断函数，比传统ifelse效率更高，按规则映射值：
- 值为1或2 → YES
- 值为3 → NO
- 值为4或5 → IDK
.SDcols = q_cols：指定只处理筛选出的q开头列，减少不必要的计算，提升处理效率。