R dplyr如何从含分隔符的job字符串生成多列指示变量

你可以使用tidyverse生态的工具快速实现需求，具体操作如下：

1. 依赖包安装加载 #

如果还没安装tidyverse先执行安装，已经安装直接加载即可：

# 安装包（仅需运行一次）
install.packages("tidyverse")
# 加载包
library(tidyverse)

2. 核心处理代码 #

以下两种方案都可以实现需求，选其中一种即可：

方案1：长表转换法（兼容性更好，适合标签不固定的场景） #

# 假设你的原tibble存储在变量df中，按需替换为你实际的变量名
result <- df %>%
  # 新增临时行号用于行匹配
  mutate(row_id = row_number()) %>%
  # 按分隔符拆分job列为长格式
  separate_rows(job, sep = "-") %>%
  # 统一转小写匹配预期列名，标记存在的标签
  mutate(
    job = tolower(job),
    flag = TRUE
  ) %>%
  # 长表转宽表生成对应列，不存在的标签填充为FALSE
  pivot_wider(
    names_from = job,
    values_from = flag,
    values_fill = FALSE
  ) %>%
  # 删除临时行号和job为NA生成的冗余列
  select(-row_id, -`na`)

方案2：批量匹配法（代码更简洁，运行效率更高） #

# 先提取所有唯一的job标签
all_tags <- df$job %>%
  str_split("-") %>%
  unlist() %>%
  na.omit() %>%
  tolower() %>%
  unique()

# 批量生成布尔标识列
result <- df %>%
  mutate(across(all_of(all_tags), ~str_detect(tolower(job), fixed(.x)), .names = "{.col}"))

3. 自定义输出格式 #

如果需要输出Y/N而不是布尔值，做如下调整即可：

• 方案1把flag = TRUE改成flag = "Y"，values_fill = FALSE改成values_fill = "N"
• 方案2把~str_detect(tolower(job), fixed(.x))改成ifelse(str_detect(tolower(job), fixed(.x)), "Y", "N")

内容的提问来源于stack exchange，提问作者monkey