在R中如何将DataFrame转换为指定格式的二元特征

我有如下R语言DataFrame：

# 示例数据构造
participants <- c("A", "A", "A", "B", "C", "C")
answers <- c("alpha", "beta", "gamma", "beta", "beta", "gamma")
df <- data.frame(participants, answers)

数据预览：

participants answers
1            A   alpha
2            A    beta
3            A   gamma
4            B    beta
5            C    beta
6            C   gamma

其中answers列的实际取值远多于示例中的范围。我想要将其转换为如下的二元特征格式：

participants answers value
1            A   alpha     1
2            A    beta     1
3            A   gamma     1
4            B   alpha     0
5            B    beta     1
6            B   gamma     0
7            C   alpha     0
8            C    beta     1
9            C   gamma     1

我猜测需要先获取answers和participants的levels，但不清楚后续操作，请问该如何实现？

你的思路是正确的，核心逻辑是先生成所有参与者和所有答案的全组合，再将原表中存在的组合标记为1、不存在的标记为0即可，两种常用实现方式如下：

方法1：tidyverse 实现（代码简洁，兼容性强） #

无需手动枚举answers取值，可自动适配任意数量的答案分类：

library(tidyverse)

result <- df %>%
  # 生成参与者和答案的全量笛卡尔组合
  expand(participants, answers) %>%
  # 关联原表标记存在的记录
  left_join(mutate(df, value = 1), by = c("participants", "answers")) %>%
  # 未匹配到的记录填充为0
  replace_na(list(value = 0))

方法2：base R 实现（无需加载第三方包） #

# 提取所有唯一参与者、唯一答案
all_participants <- unique(df$participants)
all_answers <- unique(df$answers)
# 生成全组合数据框
full_df <- expand.grid(participants = all_participants, answers = all_answers)
# 匹配原表生成二元标记
full_df$value <- as.integer(interaction(full_df) %in% interaction(df))

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