基于数据框列间关系创建0-1矩阵的R语言技术需求

针对你需要生成符合特定条件的0-1矩阵需求，我整理了两种实用的实现方式，分别基于基础R和dplyr工具包，都能高效完成任务：

核心判断条件先明确 #

我们要标记的场景很清晰：

• 第一列因为没有前序列，所有值固定为0
• 从第2列开始，当且仅当：
  1. 当前列的值属于['response', 'new', 'early']
  2. 前一列的值不属于这个集合
     满足这两个条件时填1，其余情况填0

方法1：基础R实现（无需额外依赖） #

如果你不想安装额外包，用基础R就能搞定：

# 定义目标值集合
target_vals <- c('response', 'new', 'early')

# 初始化全0的结果矩阵，和原数据框结构一致
result_matrix <- matrix(0, nrow = nrow(df), ncol = ncol(df))
colnames(result_matrix) <- colnames(df)

# 循环处理第2到最后一列
for (col_idx in 2:ncol(df)) {
  # 提取当前列和前一列的数据
  current_col <- df[[col_idx]]
  prev_col <- df[[col_idx - 1]]
  
  # 应用判断逻辑，转换为0/1整数
  result_matrix[, col_idx] <- as.integer(
    current_col %in% target_vals & !(prev_col %in% target_vals)
  )
}

# 转成数据框查看最终结果
result_df <- as.data.frame(result_matrix)
print(result_df)

方法2：dplyr实现（简洁的管道式语法） #

如果你习惯用tidyverse工具链，这种方式代码更紧凑易读：

library(dplyr)

target_vals <- c('response', 'new', 'early')

result_df <- df %>%
  # 第一步：先把所有列初始化为0
  mutate(across(everything(), ~0)) %>%
  # 第二步：从第2列开始，按条件更新值
  mutate(across(2:last_col(), 
                ~as.integer(.x %in% target_vals & !(pull(df, cur_column()-1) %in% target_vals))
               ))

print(result_df)

关键注意点 #

你的数据框里的'NA'是字符串类型，不是R原生的缺失值NA，所以直接用%in%判断就可以，不需要额外处理缺失值逻辑。

运行上述任意一种代码，得到的结果都会和你提供的示例完全匹配。

内容的提问来源于stack exchange，提问作者nogbad