如何修改R代码生成含2^0至2^31列的二进制组合标记数据框

需求说明 #

• 数据框1存储2的幂值：c(1, 2, 4, 8, 16, 32)（对应2^0到25）
• 数据框2存储组合值：c(20, 50)（20 = 4 + 16 = 2^2 + 2^4；50 = 2 + 16 + 32 = 2^1 + 2^4 + 2^5）
• 最终结果需包含2^0到231共32列，每列对应一个幂值，组合值中包含该幂值则标记为1，否则为0

修改后的toCodes函数 #

toCodes <- function(x, max_power = 31) {
  # 生成2^0到2^31的全部幂值
  all_powers <- 2^(0:max_power)
  # 为每个组合值生成对应的0/1编码向量
  codes_list <- lapply(x, function(val) {
    # 用位运算判断当前幂值是否是组合值的组成部分
    as.integer(bitwAnd(val, all_powers) != 0)
  })
  # 转换为数据框并设置列名
  result_df <- as.data.frame(do.call(rbind, codes_list))
  colnames(result_df) <- paste0("2^", 0:max_power)
  return(result_df)
}

测试示例 #

# 构造数据框2
df2 <- data.frame(combinations = c(20, 50))
# 生成结果
final_result <- toCodes(df2$combinations)

# 查看前6列（对应2^0到2^5）
head(final_result[, 1:6])
# 查看最后6列（对应2^26到2^31）
tail(final_result[, 27:32])

函数修改说明 #

• 新增max_power参数并默认设为31，确保生成从2^0到231的全部32列
• 直接预先生成所有需要的幂值，不再依赖原数据框1的内容，保证列的完整性
• 使用bitwAnd位运算判断幂值是否属于组合值，比循环判断更高效
• 强制保留所有列，即使某列全为0也不会被剔除，完全匹配需求

内容的提问来源于stack exchange，提问作者Rajesh Addunuri