R语言如何将问卷多选对应的195个二分变量批量合并为单选变量

方法1：dplyr行遍历实现（逻辑直观易理解） #

无需手动编写195行判断逻辑，直接通过行匹配实现对应取值：

library(tidyverse)

# charvec为提前准备好的选项文本向量，示例：charvec <- paste0("option", 1:195)
df <- df %>%
  rowwise() %>%
  mutate(
    newvar = {
      # 匹配所有var开头的目标变量，取当前行的所有值
      vals <- c_across(matches("^var\\d+$")) # 正则匹配避免误选其他var开头的变量
      # 取第一个为yes的位置，对应选项文本
      charvec[which(vals == "yes")[1]]
    }
  ) %>%
  ungroup() # 取消行分组，避免影响后续数据操作

方法2：矩阵匹配实现（速度更快，适合大样本） #

通过矩阵运算直接定位选中位置，运算效率远高于循环方案：

library(tidyverse)

# 提取所有目标变量转为yes/no的逻辑矩阵
var_mat <- df %>% select(matches("^var\\d+$")) == "yes"
# 取每行第一个yes的列位置，ties.method指定多选时取第一个选项
idx <- max.col(var_mat, ties.method = "first")
# 直接映射为对应选项
df$newvar <- charvec[idx]

可直接调用的封装函数 #

修正你原有函数的语法问题后，封装好的可直接调用版本如下：

multichoice_to_one <- function(df, pat, charvec) {
  library(tidyverse)
  # 构造目标变量名列表
  var_cols <- str_c(pat, seq_along(charvec))
  # 矩阵定位选中位置
  var_mat <- df %>% select(all_of(var_cols)) == "yes"
  idx <- max.col(var_mat, ties.method = "first")
  df$newvar <- charvec[idx]
  return(df)
}

# 调用示例
# charvec <- paste0("option", 1:195)
# df <- multichoice_to_one(df, pat = "var", charvec = charvec)

注意事项 #

• 若存在受访者未选择任何选项的情况，生成的newvar会对应返回NA，可根据业务需求替换为"未作答"等自定义取值
• 若存在受访者选择多个选项的情况，上述代码默认取第一个匹配的选项，如需单独标记多选样本，可新增统计每行选中数量的字段进行判断：

df <- df %>% mutate(
  select_count = rowSums(select(., matches("^var\\d+$")) == "yes"),
  newvar = ifelse(select_count > 1, "多选", newvar)
)

内容的提问来源于stack exchange，提问作者ohebie