R语言数据框操作：根据行值为对应行赋值1

原数据框定义如下：

id <- c(1001, 1002)
col2 <- c(5, 2)
col3 <- c(1, 4)
df <- data.frame(id, col2, col3)

需要将其转换为新数据框，满足：

• 每个id重复固定行数（此处为5行，等于原数据中所有列的最大值）
• 对col2、col3这类列，在对应id分组内的第n行（n为原数据框中该id对应列的数值）标记为1，其余行标记为0
• 保留原列名，最终结果如下：

id <- c(rep(1001, 5), rep(1002, 5))
col2 <- c(0,0,0,0,1, 0,1,0,0,0)
col3 <- c(1,0,0,0,0,0,0,0,1,0)
df_results <- data.frame(id, col2, col3)

方法一：使用tidyverse（推荐，灵活易扩展） #

先加载依赖包，再通过管道操作完成转换：

library(tidyverse)

df_results <- df %>%
  group_by(id) %>%
  # 为每个id生成1到最大列值的行号列表
  mutate(row_num = list(1:max(c_across(col2:col3)))) %>%
  unnest(row_num) %>%
  # 逐列判断行号是否等于原列值，转换为0/1
  mutate(across(col2:col3, ~as.integer(row_num == .x))) %>%
  select(-row_num) %>%
  ungroup()

方法二：使用Base R（无需外部包） #

如果不想加载第三方包，可通过基础函数实现：

# 定义每个id需要重复的行数（此处取原数据中所有列的最大值）
n_rows <- max(df[, -1])
# 生成id列
id_col <- rep(df$id, each = n_rows)
# 生成col2和col3的0/1向量
col2_vec <- unlist(lapply(df$col2, function(x) as.integer(1:n_rows == x)))
col3_vec <- unlist(lapply(df$col3, function(x) as.integer(1:n_rows == x)))
# 组合成结果数据框
df_results <- data.frame(id = id_col, col2 = col2_vec, col3 = col3_vec)

两种方法都能得到目标结果，tidyverse方案更适合后续列数增加的场景，只需调整col2:col3的列范围即可；Base R方案则更轻量化。

内容的提问来源于stack exchange，提问作者Zipsa