如何使用purrr批量将factor因子变量转换为二分类哑变量

错误原因 #

你之前的写法是将数据框df通过管道传入map的第一个参数，map会遍历df的每一列作为自定义函数的输入，相当于你给a、b等数值列调用fac_to_d，自然触发mutate找不到对应方法的报错。你需要迭代的是要处理的因子列向量cols，而非数据框本身。

调整方案（复用你现有函数） #

你需要的是累积迭代的reduce函数，每次将上一轮处理后的数据框传入下一次函数调用，和你手动连续调用两次的逻辑完全一致：

cols <- c("c", "e")
cols %>% reduce(fac_to_d, .init = df)

运行结果和你手动调用的输出完全相同。

更优tidy风格实现 #

不需要自定义函数，直接使用tidyverse原生逻辑即可，还能自动处理列名前缀避免不同因子出现同水平时的列名冲突：

方案1：pivot系列原生函数 #

library(tidyr)
library(dplyr)

df %>%
  pivot_longer(cols = all_of(cols)) %>%
  mutate(val = 1) %>%
  pivot_wider(names_from = c(name, value),
              values_from = val,
              values_fill = 0,
              names_sep = "")

方案2：基于model.matrix的极简实现 #

适合不需要自定义列名的场景，代码更短：

bind_cols(
  df %>% select(-all_of(cols)),
  model.matrix(~ 0 + c + e, data = df) %>% as_tibble()
)

输出会自动给列名加上因子名前缀，例如cRose、eParis，避免列名冲突风险。

内容的提问来源于stack exchange，提问作者nicholas