如何使用tidyverse将多选字符列转换为数值指示列？

Tidyverse 实现 #

利用tidyverse的pivot_longer和pivot_wider函数完成宽表到标记列的转换，步骤清晰简洁：

library(tidyverse)

# 原始数据
pet_tab <- tibble(
  owner = 1:5,
  pet_1 = c("dog", "cat", "ferret", "dog", "snake"),
  pet_2 = c("cat", "ferret", NA, "ferret", NA),
  pet_3 = c("ferret", NA, NA, "snake", NA),
  pet_4 = c("snake", NA, NA, NA, NA)
)

# 格式转换
pet_tab_clean <- pet_tab %>%
  # 将所有pet_*列转为长格式，丢弃原列名，仅保留宠物类型
  pivot_longer(cols = starts_with("pet_"), names_to = NULL, values_to = "pet") %>%
  # 移除无宠物的NA行
  drop_na(pet) %>%
  # 转回宽格式，以owner为分组，宠物类型为列名，存在标记1，不存在填充0
  pivot_wider(
    id_cols = owner,
    names_from = pet,
    values_fn = ~1,
    values_fill = 0
  )

# 输出结果
print(pet_tab_clean)

执行后会得到目标格式的数据，每列对应一种宠物，值为1表示该主人饲养对应宠物，0表示未饲养。

Data.table 实现 #

如果习惯用data.table，可以通过melt和dcast组合完成转换，效率更高：

library(data.table)

# 转换为data.table对象
setDT(pet_tab)

# 格式转换
pet_tab_clean_dt <- dcast(
  # 转长格式并过滤NA值
  melt(pet_tab, id.vars = "owner", value.name = "pet")[!is.na(pet)],
  # 按owner分组，宠物类型为列，统计出现次数（1或0）
  owner ~ pet,
  fun.aggregate = length,
  fill = 0
)

# 输出结果
print(pet_tab_clean_dt)

这里melt将宽表转长，dcast转回宽表时用length统计每个宠物的出现次数（每个宠物最多出现一次，因此结果为1或0），fill=0确保未出现的宠物列填充0。

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