R语言中如何将非互斥哑变量转换为带组合类别的单分类变量？

基础R原生方案（适配已有apply使用习惯） #

你之前用apply逐行统计哑变量和的思路完全可以复用，只需要把逐行的计算逻辑从“求和”替换为“提取值为1的列名并拼接”，无需额外加载第三方包。

# 指定需要转换的哑变量列
dummy_cols <- c("a", "b", "c")
# 逐行生成拼接结果
df$z <- apply(df[dummy_cols], 1, function(row) {
  # 筛选当前行值为1的列名
  matched_vars <- names(row)[row == 1]
  # 无匹配（所有哑变量为0）则返回0，否则用逗号拼接
  if (length(matched_vars) == 0) return(0)
  paste(matched_vars, collapse = ",")
})

Tidyverse 方案（适配日常数据清洗流程） #

适合已加载dplyr做数据处理的场景，代码逻辑更直观，不需要手动写循环判断：

library(dplyr)
df <- df %>%
  rowwise() %>%
  mutate(z = {
    # 获取当前行选中哑变量的取值
    var_vals <- c_across(all_of(dummy_cols))
    # 筛选值为1的列名
    matched_vars <- names(var_vals)[var_vals == 1]
    if (length(matched_vars) == 0) 0 else paste(matched_vars, collapse = ",")
  }) %>%
  ungroup()

大数据量高效方案 #

当数据集行数达到十万级以上时，逐行循环的运行速度会明显下降，可以通过矩阵运算替代逐行逻辑，大幅提升处理效率：

# 将哑变量列转为数值矩阵
dummy_mat <- as.matrix(df[dummy_cols])
# 构造对角矩阵，将每个列位置替换为对应列名加逗号
name_diag <- diag(paste0(dummy_cols, ","))
# 矩阵乘法计算每行的拼接内容
combo_mat <- dummy_mat %*% name_diag
# 去掉每行末尾多余的逗号
df$z <- trimws(
  apply(combo_mat, 1, paste, collapse = ""),
  which = "right",
  whitespace = ","
)
# 将全空行（所有哑变量为0）替换为0
df$z[df$z == ""] <- 0

注意：拼接结果的顺序严格遵循你指定的dummy_cols列顺序，调整这个向量内的列排列即可修改拼接顺序。如果需要将最终生成的z列转为标准分类因子，直接执行df$z <- as.factor(df$z)即可，所有出现过的拼接组合会自动成为因子水平。

内容的提问来源于stack exchange，提问作者Electrino