如何在R中从汇总数据高效生成含0和1的二项式DataFrame？

针对你需要将汇总感染数据展开为个体级二项标记数据的需求，以下是两种优雅且高效的实现方式，避免手动硬编码rep()的繁琐：

方法1：Tidyverse工具链（简洁易读，推荐） #

利用purrr的映射函数结合tidyr的行展开功能，代码逻辑清晰，适合后续维护：

library(tidyverse)

# 原始数据集
df <- data.frame(day=seq(1,3,1), tot.infected=c(1,2,4), tot.ind=5)

# 生成目标数据框
df2 <- df %>%
  # 为每行生成对应长度的感染标记向量
  mutate(infected = map2(tot.infected, tot.ind, ~c(rep(1, .x), rep(0, .y - .x)))) %>%
  # 将向量拆分为单独行
  unnest_longer(infected) %>%
  # 重命名day为year（匹配你的示例输出）
  rename(year = day) %>%
  # 保留需要的列
  select(year, infected)

# 查看结果
df2

方法2：Base R实现（无需额外依赖） #

如果不想加载第三方包，可使用Base R的lapply批量处理行数据，效率同样出色：

# 原始数据集
df <- data.frame(day=seq(1,3,1), tot.infected=c(1,2,4), tot.ind=5)

# 遍历每行生成子数据框，再合并
df_list <- lapply(1:nrow(df), function(i) {
  data.frame(
    year = rep(df$day[i], df$tot.ind[i]),
    infected = c(rep(1, df$tot.infected[i]), rep(0, df$tot.ind[i] - df$tot.infected[i]))
  )
})

df2 <- do.call(rbind, df_list)

# 查看结果
df2

两种方法都能自动适配任意行数的原始数据集，无需手动调整rep()的参数，在大数据集上的表现远优于手动硬编码，既减少出错概率，又提升代码可维护性。

内容的提问来源于stack exchange，提问作者Alexander Grimaudo