R语言如何基于字符与数字迭代高效创建虚拟变量

你完全不需要逐一枚举100个编码写判断条件，也不需要写冗余循环，以下几种写法都可以大幅简化代码，运行效率也比长串|连接的判断更高：

推荐写法（和原逻辑100%等价，最简洁） #

直接生成完整的目标编码向量，用%in%做匹配即可，代码如下：

library(dplyr)
mort <- mort %>% 
  mutate(
    newcat = as.integer(ucod %in% sprintf("I%02d", 0:99))
  )

关键逻辑说明：

• 0:99生成0到99的连续整数序列
• sprintf("I%02d", 0:99)会自动为个位数补前导零，一次性输出"I00" "I01" ... "I99"的完整字符向量，完全覆盖你需要的所有取值
• %in%逐行判断ucod是否属于上述编码集合，返回TRUE/FALSE逻辑值，转成整数后就是你需要的1/0虚拟变量，和原代码判断结果完全一致。

循环实现写法（供参考，适合非连续编码场景） #

如果后续遇到非连续的编码需要迭代拼接，可以用循环构造匹配集合，但对于当前连续编码的场景没必要使用：

target_codes <- c()
for (num in 0:99) {
  target_codes <- c(target_codes, paste0("I", sprintf("%02d", num)))
}
mort <- mort %>% 
  mutate(newcat = as.integer(ucod %in% target_codes))

正则匹配写法（适合编码规则严格的场景） #

如果确认ucod字段的编码规则统一，也可以直接用正则判断，不需要预先生成编码集合：

mort <- mort %>% 
  mutate(newcat = as.integer(grepl("^I\\d{2}$", ucod)))

注意：该写法会匹配所有以大写I开头、后面仅跟两位数字的取值，会自动排除I100（三位数字后缀）、Iab（非数字后缀）等不符合规则的值，两位数字天然覆盖00-99范围，数据无异常编码时和前两种写法效果完全一致。

内容的提问来源于stack exchange，提问作者Young