如何将基于问题列的dataframe转换为基于答案列的dataframe

下面提供几种简洁的方法实现你需要的DataFrame转换，核心是对are_you_sad和are_you_worried这两个分类列生成独热编码（One-Hot Encoding），同时保留subjects列。

方法1：使用tidyverse工具链（dplyr + tidyr） #

这种方法逻辑清晰，适合需要自定义编码规则的场景：

library(dplyr)
library(tidyr)

# 原始数据
questions <- data.frame(subjects = 1:8,
                       are_you_sad = c(1,1,2,3,4,5,3,2),
                       are_you_worried = c(1,3,1,2,2,4,5,3))

# 自定义转换函数
one_hot_encode <- function(df, id_col, cols_to_encode) {
  df %>%
    # 将需要编码的列转为长格式
    pivot_longer(cols = all_of(cols_to_encode), names_to = "question", values_to = "response") %>%
    # 拼接列名（原列名_响应值）
    mutate(response = paste0(question, "_", response)) %>%
    # 转回宽格式，生成独热编码
    pivot_wider(
      id_cols = all_of(id_col),
      names_from = response,
      values_fn = ~1,  # 存在的响应标记为1
      values_fill = 0   # 不存在的响应标记为0
    )
}

# 调用函数得到结果
result <- one_hot_encode(questions, id_col = "subjects", cols_to_encode = c("are_you_sad", "are_you_worried"))
print(result)

方法2：使用fastDummies包（最简实现） #

fastDummies包专门用于生成独热编码，一行代码即可完成转换：

library(fastDummies)

# 直接生成独热编码，自动删除原始分类列
result <- dummy_cols(
  questions,
  select_columns = c("are_you_sad", "are_you_worried"),
  remove_selected_columns = TRUE
)
print(result)

方法3：基础R实现（无需额外包） #

如果不想加载第三方包，可以用model.matrix实现：

# 原始数据
questions <- data.frame(subjects = 1:8,
                       are_you_sad = c(1,1,2,3,4,5,3,2),
                       are_you_worried = c(1,3,1,2,2,4,5,3))

# 提取主键列
subjects_df <- data.frame(subjects = questions$subjects)

# 对are_you_sad生成独热编码
sad_dummies <- model.matrix(~ factor(questions$are_you_sad) - 1)
colnames(sad_dummies) <- paste0("are_you_sad_", 1:5)

# 对are_you_worried生成独热编码
worried_dummies <- model.matrix(~ factor(questions$are_you_worried) - 1)
colnames(worried_dummies) <- paste0("are_you_worried_", 1:5)

# 合并所有列
result <- cbind(subjects_df, sad_dummies, worried_dummies)
print(result)

以上三种方法都能得到你需要的输出格式，其中fastDummies方法最为简洁，适合快速实现需求。

内容的提问来源于stack exchange，提问作者An116