在R语言中按列值复制行并将值转0/1的实现方法问询

嘿，这个需求在R里用tidyverse工具链就能轻松搞定！我给你一步步拆解，从示例数据到具体代码，保证清晰易懂。

第一步：准备示例数据 #

先构造一个贴近你需求的示例数据集——假设我们有id列和包含多值的categories列（用逗号分隔多个类别）：

library(tidyverse)

# 原始数据集
original_df <- tibble(
  id = c(1, 2, 3),
  categories = c("A,B", "B,C", "A")
)

print(original_df)
#> # A tibble: 3 × 2
#>      id categories
#>   <dbl> <chr>     
#> 1     1 A,B       
#> 2     2 B,C       
#> 3     3 A

第二步：按列值拆分并复制行 #

用separate_rows()函数把多值列拆分成单独的行，每个类别对应一行，同时保留其他列的信息：

# 拆分多值列，生成多行
split_df <- original_df %>%
  separate_rows(categories, sep = ",")

print(split_df)
#> # A tibble: 5 × 2
#>      id categories
#>   <dbl> <chr>     
#> 1     1 A         
#> 2     1 B         
#> 3     2 B         
#> 4     2 C         
#> 5     3 A

第三步：转换为1/0编码格式 #

接下来把类别列转换成1/0的one-hot编码列。这里分两种常见场景：

场景1：每个原始行对应一行，所有匹配的类别为1 #

如果希望每个原始id对应一行，该行中所有属于它的类别标记为1，其他为0：

# 宽格式：每个id一行，类别列对应1/0
wide_df <- split_df %>%
  mutate(value = 1) %>%
  pivot_wider(
    names_from = categories,
    values_from = value,
    values_fill = 0
  )

print(wide_df)
#> # A tibble: 3 × 4
#>      id     A     B     C
#>   <dbl> <dbl> <dbl> <dbl>
#> 1     1     1     1     0
#> 2     2     0     1     1
#> 3     3     1     0     0

场景2：每个拆分后的行对应一行，仅当前类别为1 #

如果希望拆分后的每一行仅对应一个1（其余类别为0），可以这样做：

# 长格式转宽格式，每行仅当前类别为1
final_df <- split_df %>%
  # 生成所有唯一类别列表
  mutate(all_categories = list(unique(split_df$categories))) %>%
  unnest(all_categories) %>%
  # 判断当前类别是否匹配，标记1/0
  mutate(value = ifelse(categories == all_categories, 1, 0)) %>%
  # 转成宽格式
  pivot_wider(
    names_from = all_categories,
    values_from = value
  ) %>%
  # 可选：移除原categories列
  select(-categories)

print(final_df)
#> # A tibble: 5 × 4
#>      id     A     B     C
#>   <dbl> <dbl> <dbl> <dbl>
#> 1     1     1     0     0
#> 2     1     0     1     0
#> 3     2     0     1     0
#> 4     2     0     0     1
#> 5     3     1     0     0

关键函数解释 #

• separate_rows()：自动拆分多值列并复制行，支持自定义分隔符（比如空格、分号，修改sep参数即可）。
• pivot_wider()：把长格式数据转换为宽格式，values_fill=0确保未匹配的类别填充为0。
• ifelse()：简单直观的条件判断，实现1/0的标记。

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