R语言如何循环处理同后缀多变量 批量生成时间点对应哑变量

你当前的宽格式重复测量数据列名遵循「变量类型+时间点后缀」的命名规则，无需逐行编写mutate语句，通过自动识别时间点后缀+批量计算的方式即可适配任意数量的时间点、变量类型。
注：你提供的手动代码中var3的判断条件误写为y1<0.5，不符合其余两个变量同时间点匹配的逻辑，以下代码默认按同时间点匹配规则修正为y3<0.5，如果确实需要跨时间点引用y1，单独调整对应取值即可。

方案1：tidyverse泛函实现（适配管道工作流） #

这个方案不需要写显式循环，和dplyr的语法逻辑适配度最高，会自动识别数据集中所有合法的时间点后缀，无需手动指定时间点数量：

library(tidyverse)

# 自动提取所有列名末尾的数字作为时间点标识
time_points <- str_extract(names(df), "\\d+$") %>% 
  discard(is.na) %>% 
  unique() %>% 
  sort()

# 批量计算所有时间点对应的哑变量并绑定回原数据
df <- map_dfc(time_points, function(t){
  # 动态拼接列名并转换为dplyr可识别的符号
  x <- sym(paste0("x", t))
  y <- sym(paste0("y", t))
  z <- sym(paste0("z", t))
  # 按规则计算单列结果
  tibble(!!paste0("var", t) := ifelse(!!x > 0 & (!!y < 0.5 | !!z < 0.5), 0, 1))
}) %>% 
  bind_cols(df, .)

方案2：显式for循环实现（语法逻辑贴近SAS/Stata习惯） #

如果你更熟悉传统统计软件的循环写法，直接用R的基础for循环实现即可，逻辑直白易调试：

# 同样自动提取所有时间点
time_points <- gsub(".*?(\\d+)$", "\\1", names(df))
time_points <- unique(time_points[!is.na(suppressWarnings(as.numeric(time_points)))])

for (t in time_points) {
  # 按列名动态提取对应列的向量
  x <- df[[paste0("x", t)]]
  y <- df[[paste0("y", t)]]
  z <- df[[paste0("z", t)]]
  # 计算结果直接赋值到原数据框的新列
  df[[paste0("var", t)]] <- ifelse(x > 0 & (y < 0.5 | z < 0.5), 0, 1)
}

两种方案的计算结果完全一致，后续如果新增时间点的测量数据，只要保持「变量前缀+数字后缀」的命名规则，不需要修改任何代码即可自动生成对应var变量。

内容的提问来源于stack exchange，提问作者EliseP