如何将Python生成分类哑变量的代码转换为R高效实现？

需要将以下Python代码转换为高效的R实现：

for genre in c_a:
    df['is_'+str(genre)] = df['genre'].apply(lambda x: genre in [y.strip() for y in x.split(',')])

具体需求：基于一个包含1341个值的字符向量c_a，为数据框新增对应列，判断每个genre是否存在于Genre列的逗号分隔内容中，为新列赋值0或1。当前用for循环实现效率较低，寻求更高效方案。

示例输入 #

期望输出 #

方法1：使用tidyverse生态（易读性高） #

利用tidyr和dplyr的向量化操作替代循环，适合处理复杂数据场景：

library(tidyverse)

# 替换为你的实际数据框和字符向量
df <- tibble(Genre = c("dance pop, pop", "country, pop"))
c_a <- c("dance pop", "pop", "country")

result <- df %>%
  # 添加行索引用于后续合并
  mutate(row_id = row_number()) %>%
  # 将Genre列按逗号拆分到多行
  separate_rows(Genre, sep = ",\\s*") %>%
  # 标记存在的genre为1
  mutate(value = 1) %>%
  # 转换为宽表，不存在的genre填充0
  pivot_wider(
    id_cols = row_id,
    names_from = Genre,
    values_from = value,
    values_fill = 0,
    # 确保c_a中的所有genre都生成对应列
    names_expand = TRUE,
    names_sort = TRUE
  ) %>%
  # 合并回原数据并移除行索引
  right_join(df %>% mutate(row_id = row_number()), by = "row_id") %>%
  select(-row_id, everything())

方法2：使用Base R（轻量高效） #

利用向量化的字符串匹配函数grepl，底层为C实现，处理大量数据速度更快：

# 替换为你的实际数据框和字符向量
df <- data.frame(Genre = c("dance pop, pop", "country, pop"), stringsAsFactors = FALSE)
c_a <- c("dance pop", "pop", "country")

# 构建正则表达式，确保匹配完整的genre（避免部分匹配）
patterns <- paste0("(^|,\\s*)", c_a, "(,\\s*|$)")

# 批量生成所有genre标记列
genre_columns <- sapply(patterns, function(pattern) as.integer(grepl(pattern, df$Genre)))

# 合并到原数据框并设置列名
result <- cbind(df, genre_columns)
colnames(result)[-1] <- c_a

说明：两种方法都避免了低效的逐行循环，其中Base R方法无需加载额外包，适合对性能要求较高的场景；tidyverse方法代码更直观，便于后续维护和扩展。

内容的提问来源于stack exchange，提问作者Yvette