R语言处理含NA的调查数据生成哑变量的更优编码方法

针对当前需求的极简基础R写法 #

完全匹配你的赋值规则，不需要嵌套ifelse，逻辑更清晰：

# 第一步将空字符串转为NA
df$Q57[df$Q57 == ""] <- NA
# 直接根据匹配结果生成哑变量：等于"从不做"赋值0，其余非空值赋值1，NA保持不变
df$Q57_dummy <- as.integer(df$Q57 != "I would never install water control structures")
# 校验结果
table(df$Q57_dummy , useNA = "always")

核心逻辑是R中逻辑值转整数时，TRUE对应1、FALSE对应0、NA转完仍然是NA，刚好符合你的需求。

通用多分类重编码方案（适配后续更复杂的重编码需求） #

如果后续需要处理超过3种赋值结果的题目，用命名向量映射的方式可维护性最高，不需要写多层嵌套判断：

# 自定义原值到目标值的映射关系，后续新增分类直接修改此处即可，注意字符串和实际取值完全匹配
value_map <- c(
  "" = NA_real_,
  "I would never do this" = 0,
  "I will do this in five years" = 1,
  "I will do this in 10 years" = 1,
  "I will do this eventually" = 1
)
# 直接按原值匹配赋值
df$Q57_dummy <- value_map[df$Q57]

tidyverse 生态写法（适合批量处理多道调查题） #

如果你常用tidyverse套件处理数据，用case_when函数可以实现更灵活的规则配置，配合across还可以批量处理多道结构一致的调查题：

library(dplyr)
df <- df %>%
  mutate(
    # 将空字符串转为NA
    Q57 = na_if(Q57, ""),
    # 按规则重编码
    Q57_dummy = case_when(
      Q57 == "I would never install water control structures" ~ 0,
      !is.na(Q57) ~ 1
    )
  )

内容的提问来源于stack exchange，提问作者tchoup