R Studio中如何将精神疾病分类数据转换为0/1二进制编码

核心转换规则先明确对齐需求：

原编码0（无精神疾病）重编码为0；原编码1/2/3/4（心境障碍、行为障碍、其他类精神疾病、类障碍症状）统一重编码为1，代表存在患病迹象/确诊患病。

以下是不同常用数据处理工具的具体实现方式，你可以根据自己使用的工具选择：

Python（pandas处理场景，最常用） #

假设你数据集中存储精神疾病分类的字段名为mental_class，转换代码如下：

import pandas as pd

# 读取mentallIllness数据集，替换成你实际的文件读取路径即可
# 如果数据集已经加载到内存，跳过这步直接做转换
mentallIllness = pd.read_csv("你的数据集本地路径.csv")

# 基础版转换：非0值统一转为1，0值保留为0，自动覆盖所有1-4的患病编码
mentallIllness["mental_binary"] = (mentallIllness["mental_class"] != 0).astype(int)

# 严谨版转换（适配有缺失值的场景）：仅明确1-4的编码转1，0转0，缺失值保留为空
mentallIllness["mental_binary"] = mentallIllness["mental_class"].apply(
    lambda x: 1 if x in [1,2,3,4] else 0 if x == 0 else pd.NA
)

# 如果不需要保留原分类字段，把上面代码里的"mental_binary"换成原字段名"mental_class"即可覆盖原字段

转换完成后可以运行mentallIllness["mental_binary"].value_counts()做快速校验，确认输出只有0和1两个取值，且0的计数和原字段中0的记录数完全一致即可。

R语言处理场景 #

# 读取数据集，已加载可跳过
mentallIllness <- read.csv("你的数据集本地路径.csv")

# 基础版转换
mentallIllness$mental_binary <- ifelse(mentallIllness$mental_class == 0, 0, 1)

# 严谨版（适配缺失值）
mentallIllness$mental_binary <- ifelse(
  mentallIllness$mental_class %in% c(1,2,3,4), 1,
  ifelse(mentallIllness$mental_class == 0, 0, NA)
)

SPSS可视化操作场景 #

• 打开mentallIllness数据集后，点击顶部菜单栏：转换 → 重新编码为不同变量（需要覆盖原字段就选「重新编码为相同变量」）
• 将存储精神疾病分类的原字段选入右侧待转换变量框
• 给输出的二值结果列命名（比如mental_binary），点击「更改」保存命名
• 点击「旧值和新值」按钮配置映射规则：
  • 旧值选择「值」，输入0，对应新值输入0，点击「添加」
  • 旧值选择「范围」，输入最小值1、最大值4，对应新值输入1，点击「添加」
  • （可选）如果需要保留缺失值，旧值选「系统缺失」/「用户缺失」，对应新值选「系统缺失」，点击「添加」
• 依次点击「继续」「确定」即可完成转换。

内容的提问来源于stack exchange，提问作者lorrsto