使用dplyr实现长格式数据二进制编码的更优方案咨询

完全同意你说的spread()+gather()组合不是最优解——现在tidyr的现代工具（比如pivot_*系列、complete、crossing）配合dplyr，能更简洁、直观地完成这个二进制编码+长格式整理的任务，而且扩展性拉满（不管选项是3个还是30个都能轻松适配）。

先拿你说的示例场景构造一份测试数据：10名受访者，每人从A/B/C三个选项里做选择（支持多选，用逗号分隔选中项）：

library(tidyverse)

# 构造示例原始数据
set.seed(123)
raw_data <- tibble(
  respondent_id = 1:10,
  selected_options = sample(c("A", "B", "C", "A,B", "A,C", "B,C", "A,B,C"), 10, replace = TRUE)
)

方法1：拆分选项+补全组合+二进制标记（通用型，支持未知选项） #

如果你的选项列表不确定，或者需要兼容多选场景，这个方法最稳妥：

tidy_binary_data <- raw_data %>%
  # 把每个受访者的多个选项拆成单独行
  separate_rows(selected_options, sep = ",") %>%
  # 标记已选中的选项为1
  mutate(selected = 1) %>%
  # 补全所有「受访者-选项」的组合（未选中的会自动补NA）
  complete(respondent_id, selected_options = c("A", "B", "C")) %>%
  # 把NA替换成0，完成二进制编码
  mutate(selected = replace_na(selected, 0)) %>%
  # 重命名列让语义更清晰
  rename(option = selected_options, is_selected = selected)

运行后得到的就是标准的长格式tidy数据：每行对应一个受访者的一个选项，is_selected为1表示选中，0表示未选中。

方法2：生成笛卡尔积+字符串匹配（高效型，适合已知选项） #

如果你已经明确知道所有选项（比如就是A/B/C），可以用crossing()直接生成所有「受访者-选项」组合，再用字符串匹配判断是否选中，代码更紧凑：

tidy_binary_data <- raw_data %>%
  # 生成所有受访者和选项的笛卡尔积
  crossing(option = c("A", "B", "C")) %>%
  # 用str_detect判断该受访者是否选中当前选项，转成整数0/1
  mutate(is_selected = as.integer(str_detect(selected_options, option))) %>%
  # 移除原始的选中项列（可选，按需保留）
  select(-selected_options)

这个方法不需要拆分行，一步到位生成二进制标记，效率也更高，适合选项数量固定的场景。

为啥这俩方法比spread/gather强？ #

• 可读性拉满：函数名（separate_rows/complete/crossing）直接告诉你在干啥，不像spread/gather需要绕弯子理解转换逻辑
• 扩展性好：如果选项从3个变成10个，只需要修改c("A", "B", "C")为完整的选项向量就行，其他代码不用动
• 多选适配自然：第一种方法天生支持多选场景，不用额外处理分隔符的坑
• 符合现代tidyverse语法：这些都是tidyr的最新工具，后续维护和迭代更有保障，不像spread/gather已经被标记为「退役」函数（虽然还能用，但不推荐新代码用）

最后看一眼输出的长格式数据示例：

# 输出前6行
head(tidy_binary_data)
#> # A tibble: 6 × 3
#>   respondent_id option is_selected
#>           <int> <chr>        <int>
#> 1             1 A                1
#> 2             1 B                0
#> 3             1 C                1
#> 4             2 A                1
#> 5             2 B                1
#> 6             2 C                1

内容的提问来源于stack exchange，提问作者Jeff Parker