R语言dataframe字符列转二进制值仅部分生效问题咨询

• 最常见的原因是LandType列的Urban取值存在隐藏空白字符：比如前后空格、换行符、制表符等，导致data$LandType == "Urban"的逻辑判断全为FALSE，自然不会触发赋值操作，而Rural取值没有空白可以正常匹配。
• 其次可能是你对列类型的判断有误，实际LandType为因子类型而非字符型：R 4.0版本之前读取文本数据默认开启stringsAsFactors = TRUE，会自动把字符串列转为因子，因子只能存储预先定义的水平值，赋值未定义的数值会出现匹配异常。
• 你原写法本身也存在缺陷：就算匹配逻辑正常，字符列直接赋值数字会被隐式转换为字符格式的"1"、"0"，而非你需要的数值型二进制变量，后续参与数值计算时会出问题。

首先先做验证确认问题：

1. 运行class(data$LandType)确认列的实际类型
2. 运行unique(data$LandType)打印所有唯一取值，检查是否存在多余字符
3. 如果存在空白字符，先执行data$LandType <- trimws(data$LandType)清除前后空白

再选择对应方法完成转换，推荐以下三种稳妥方案：

方法1：基础R的ifelse向量化转换（兼容性最好） #

不需要考虑列的原始类型，转换后直接得到数值型结果：

data$LandType <- as.integer(ifelse(data$LandType == "Rural", 1, 0))

方法2：因子类型专属快速转换 #

如果确认是因子类型，且水平顺序为"Urban"在前、"Rural"在后，可直接利用因子的底层整数编码转换：

# 因子默认按水平顺序编码为1、2...，减1即可得到0、1的二进制值
data$LandType <- as.integer(data$LandType) - 1

方法3：dplyr的recode语义化转换（可读性最高） #

规则定义清晰，不容易出错：

library(dplyr)
data <- data %>%
  mutate(LandType = recode(LandType, "Rural" = 1, "Urban" = 0))

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