如何合并两个分类列生成跨列两两组合的二进制列用于相关性分析？

你需要的是将Age和Harvest_DPI的两两跨列组合转换为独立二进制列，以下两种方法都能实现需求，且天然支持扩展到更多年龄组：

方法1：使用tidyverse（dplyr + tidyr） #

适合熟悉tidy语法的场景，代码简洁直观：

library(tidyverse)

# 构造示例数据（包含3个年龄组，可自行扩展Age的取值）
df <- tibble(
  Sex = sample(c("M", "F"), 20, replace = TRUE),
  Age = sample(c(10, 20, 30), 20, replace = TRUE),
  Harvest_DPI = sample(c(0, 2, 4), 20, replace = TRUE)
)

# 生成跨列组合的二进制列
df_binary <- df %>%
  # 拼接Age和Harvest_DPI生成组合标识
  mutate(Group = str_c(Age, Harvest_DPI, sep = "_")) %>%
  # 转换为宽格式，生成二进制列
  pivot_wider(
    id_cols = c(Sex, Age, Harvest_DPI),  # 保留原有列（可选，不需要可删除）
    names_from = Group,
    values_from = Group,
    values_fill = 0,
    values_fn = ~1  # 匹配组合的行赋值为1
  )

当Age新增分组时，str_c会自动生成新的组合标识，pivot_wider也会同步生成对应的二进制列，完全不需要修改代码逻辑。

方法2：使用base R #

无需加载第三方包，适合轻量化场景：

# 构造示例数据
df <- data.frame(
  Sex = sample(c("M", "F"), 20, replace = TRUE),
  Age = sample(c(10, 20, 30), 20, replace = TRUE),
  Harvest_DPI = sample(c(0, 2, 4), 20, replace = TRUE)
)

# 生成所有可能的Age与Harvest_DPI组合
all_combinations <- expand.grid(
  Age = unique(df$Age),
  Harvest_DPI = unique(df$Harvest_DPI),
  stringsAsFactors = FALSE
)
all_combinations$Group <- paste(all_combinations$Age, all_combinations$Harvest_DPI, sep = "_")

# 循环生成每个组合的二进制列
for (group in all_combinations$Group) {
  # 拆分组合得到对应的Age和DPI数值
  vals <- as.numeric(strsplit(group, "_")[[1]])
  age_val <- vals[1]
  dpi_val <- vals[2]
  # 匹配行赋值1，其余0
  df[[group]] <- ifelse(df$Age == age_val & df$Harvest_DPI == dpi_val, 1, 0)
}

unique(df$Age)会自动捕获新增的年龄组，expand.grid生成新的组合后，循环会自动创建对应的二进制列，同样支持无缝扩展。

关于WGCNA的binarizeCategoricalColumns #

这个函数仅针对单个分类列生成哑变量（比如把Age的每个水平转成独立二进制列），不支持跨列的组合生成，所以无法满足你的需求。

内容的提问来源于stack exchange，提问作者jcorn427