如何基于条件提取列名生成新列，完成LIWC词汇所属类别汇总

方案1：tidyverse 框架实现 #

适合已经在使用tidyverse生态处理数据的场景：

library(dplyr)
df <- df %>%
  rowwise() %>%
  mutate(
    Categories = paste(
      names(select(., 2:75))[which(c_across(2:75) == 1)],
      collapse = ","
    )
  ) %>%
  ungroup() # 取消行分组避免后续操作出错

逻辑说明：按行遍历数据，选中第2到75列的当前行值，筛选出取值为1的位置对应的列名，用逗号拼接后赋值给新列。

方案2：base R 实现（无需加载第三方包） #

适合不想依赖额外包的轻量场景：

df$Categories <- apply(df[, 2:75], MARGIN = 1, function(row_val) {
  paste(names(row_val)[row_val == 1], collapse = ",")
})

逻辑说明：通过apply函数按行遍历第2到75列，每行筛选取值为1的列名完成拼接。

补充说明 #

• 如果存在词汇不属于任何LIWC类别，默认拼接结果会返回空字符串，你可以按需调整逻辑，比如替换为NA：

  # 以base R方案为例调整判断逻辑
  df$Categories <- apply(df[, 2:75], MARGIN = 1, function(row_val) {
    matched_cols <- names(row_val)[row_val == 1]
    ifelse(length(matched_cols) == 0, NA_character_, paste(matched_cols, collapse = ","))
  })
  

• 若你的类别列索引不是固定2到75，也可以把2:75替换为starts_with("类别列统一前缀")等dplyr选择器适配你的数据结构。

内容的提问来源于stack exchange，提问作者user17143533