R语言根据多列指定类别存在性生成对应二进制列的方法

• 第一种dplyr写法错误：starts_with()是tidyverse专用的列选择辅助函数，仅能在select()、across()这类支持列选择的函数上下文里使用，直接拿它和"A"做等值判断完全不符合语法逻辑，无法得到正确结果。
• 第二种for循环写法有两个核心问题：一是循环变量大小写不一致（定义的是大写I，内部调用的是小写i）、括号未闭合存在语法错误；二是每次循环都直接对colA整列重新赋值，没有累积之前列的判断结果，循环结束后自然只会保留最后一列的判断值。

以下方案均自动适配2-4列不等的col类字段，且自动处理NA值（NA默认判定为不存在对应类别），无需手动调整列数逻辑。

方案1：dplyr简洁版（推荐） #

不用写循环，代码可读性高、出错概率低，自动匹配所有col开头的时间点字段：

library(dplyr)

df <- df %>%
  mutate(
    colA = as.integer(rowSums(across(starts_with("col"), ~.x == "A"), na.rm = TRUE) > 0),
    colB = as.integer(rowSums(across(starts_with("col"), ~.x == "B"), na.rm = TRUE) > 0),
    colC = as.integer(rowSums(across(starts_with("col"), ~.x == "C"), na.rm = TRUE) > 0),
    colD = as.integer(rowSums(across(starts_with("col"), ~.x == "D"), na.rm = TRUE) > 0)
  )

逻辑说明：across()选中所有符合前缀规则的列，逐列判断是否等于目标类别；rowSums()按行统计符合条件的列数，只要数量大于0就说明该行存在对应类别，转成整数后即为要求的1/0标识。
如果明确知道列的序号范围，也可以把starts_with("col")替换为列范围，比如只有col1、col2两列时写col1:col2即可。

方案2：修正后的for循环版 #

如果习惯用循环逻辑，核心是不要每次覆盖整列结果，而是累积判断结果：

# 先初始化4个新列，默认全为0
df[, c("colA", "colB", "colC", "colD")] <- 0
# 自动匹配所有col+数字格式的字段
target_cols <- grep("^col\\d+$", names(df), value = TRUE)

for (cur_col in target_cols) {
  # 当前列存在对应类别时，把对应标识列改为1，否则保留原有值
  df$colA <- ifelse(!is.na(df[[cur_col]]) & df[[cur_col]] == "A", 1, df$colA)
  df$colB <- ifelse(!is.na(df[[cur_col]]) & df[[cur_col]] == "B", 1, df$colB)
  df$colC <- ifelse(!is.na(df[[cur_col]]) & df[[cur_col]] == "C", 1, df$colC)
  df$colD <- ifelse(!is.na(df[[cur_col]]) & df[[cur_col]] == "D", 1, df$colD)
}

用提供的测试结构数据集运行上述代码，得到的结果完全符合预期：

内容的提问来源于stack exchange，提问作者craby111