R中如何从dataframe创建会议出席标记matrix

这个需求是典型的长格式记录转二值邻接矩阵场景，下面列3种生产环境常用的可直接运行的实现方案，结果可完全匹配目标结构：

前置调整（可选） #

如果需要严格匹配Attendee在原始数据中首次出现的顺序排列行，可先执行这一步，避免R默认按字母序排列行导致的顺序差异：

df$Attendee <- factor(df$Attendee, levels = unique(df$Attendee))

方法1：基础R 零依赖实现 #

不需要安装任何第三方包，几行代码即可完成：

# 1. 生成交叉计数表，自动识别所有Attendee和MeetingID的配对
attend_cross <- table(df$Attendee, df$MeetingID)
# 2. 计数转二值：只要有出席记录就标记为1，无记录标记为0（兼容重复登记的脏数据）
attend_binary <- 1 * (attend_cross > 0)
# 3. 将行名转为第一列Attendee，转成标准dataframe结构
result <- data.frame(
  Attendee = rownames(attend_binary),
  as.data.frame.matrix(attend_binary),
  check.names = FALSE
)

方法2：tidyverse 生态实现 #

如果日常使用dplyr/tidyr工具链，这种写法逻辑最直观，可维护性更强：

library(dplyr)
library(tidyr)

result <- df %>%
  # 提前去重，避免同一人同一会议的重复登记干扰结果
  distinct(Attendee, MeetingID) %>%
  # 为每一条有效出席记录打1的标记
  mutate(is_attend = 1) %>%
  # 宽表转换
  pivot_wider(
    id_cols = Attendee,
    names_from = MeetingID,
    values_from = is_attend,
    # 未匹配到的空出席记录填充为0
    values_fill = 0
  )

方法3：data.table 高性能实现 #

针对百万行级别的大型会议记录，这种方法的运行效率远高于前两种：

library(data.table)

# 转换为data.table格式
dt <- as.data.table(df)
result <- dcast(
  dt,
  Attendee ~ MeetingID,
  # 只要存在配对记录就标记为1
  fun.aggregate = function(x) 1,
  fill = 0
)

注意：原始数据里AttendedMonth列的拼写不一致（如"Apr"和"Apri"）完全不会影响矩阵生成，因为整个转换过程只用到Attendee和MeetingID两列。

内容的提问来源于stack exchange，提问作者heycurl