如何在R中为含Medication的列批量创建编码新列

编码规则 #

• paracetamol、ibuprofen → 编码为1
• opiate、ketamine → 编码为2
• 其余所有值 → 编码为3

方法1：使用dplyr批量处理（推荐） #

利用tidyverse语法简洁高效完成多列批量操作：

# 首次使用先安装dplyr包
# install.packages("dplyr")
library(dplyr)

# 原始数据集
df <- data.frame(id = paste0("ID",1:4),
                 Medication1= c("paracetamol", "ibuprofen", "opiate", "sertraline"),
                 Medication2= c("Lipitor", "ketamine", "zoloft", "xanax"),
                 Medication3= c("ibuprofen", "paracetamol", "Zocor", "Zestril"),
                 other= LETTERS[1:4])

# 批量生成编码列
df <- df %>%
  mutate(
    across(
      starts_with("Medication"),  # 匹配所有以Medication开头的列
      ~case_when(
        .x %in% c("paracetamol", "ibuprofen") ~ 1,
        .x %in% c("opiate", "ketamine") ~ 2,
        TRUE ~ 3
      ),
      .names = "{.col}_coded"  # 新列命名规则：原列名+_coded
    )
  )

方法2：基础R循环实现 #

若偏好基础R语法，可通过循环处理目标列：

# 原始数据集
df <- data.frame(id = paste0("ID",1:4),
                 Medication1= c("paracetamol", "ibuprofen", "opiate", "sertraline"),
                 Medication2= c("Lipitor", "ketamine", "zoloft", "xanax"),
                 Medication3= c("ibuprofen", "paracetamol", "Zocor", "Zestril"),
                 other= LETTERS[1:4])

# 筛选所有含"Medication"的列名
med_cols <- grep("Medication", names(df), value = TRUE)

# 循环处理每一列
for(col in med_cols) {
  df[[paste0(col, "_coded")]] <- ifelse(
    df[[col]] %in% c("paracetamol", "ibuprofen"),
    1,
    ifelse(
      df[[col]] %in% c("opiate", "ketamine"),
      2,
      3
    )
  )
}

验证结果 #

执行代码后查看更新后的数据集：

print(df)

会看到新增Medication1_coded、Medication2_coded、Medication3_coded三列，编码结果符合要求。

内容的提问来源于stack exchange，提问作者NoobR