如何将含可变数量特征的逗号分隔字符列拆分为逻辑列？

搞定这个需求很简单，在R里有好几种实用的方法，我给你整理了最常用的几个，都能完美得到你想要的结果：

方法一：用tidyverse工具链（tidyr + dplyr） #

这个方法逻辑清晰，适合熟悉tidyverse生态的用户，步骤很直观：

• 先给每行加一个唯一行号，避免拆分后丢失原始行的对应关系
• 把逗号分隔的特征拆成单独的行
• 过滤掉空字符串，然后标记存在的特征为1
• 把行转回列，不存在的特征自动填充为0

代码示例：

library(tidyverse)

# 你的原始数据集
df <- data.frame(x=c("a", "a,b,c", "a,c", "b,c", "", "b"))

# 处理流程
result_df <- df %>%
  mutate(row_id = row_number()) %>%
  separate_rows(x, sep = ",") %>%
  filter(x != "") %>%
  mutate(value = 1) %>%
  pivot_wider(names_from = x, values_from = value, values_fill = 0) %>%
  select(-row_id)

# 查看结果
print(result_df)

方法二：用Base R实现（无需额外包） #

如果不想加载第三方包，用Base R的原生函数也能搞定：

• 先把每个单元格的特征拆分成列表
• 提取所有不重复的有效特征（排除空字符串）
• 遍历每个特征，检查每行是否包含该特征，生成对应的1/0列

代码示例：

# 原始数据集
df <- data.frame(x=c("a", "a,b,c", "a,c", "b,c", "", "b"))

# 拆分特征为列表
split_features <- strsplit(df$x, ",")
# 获取所有唯一有效特征
all_features <- unique(unlist(split_features))
all_features <- all_features[all_features != ""]

# 生成二进制指示列
result_df <- as.data.frame(
  do.call(cbind, lapply(all_features, function(f) {
    sapply(split_features, function(row) as.integer(f %in% row))
  }))
)
colnames(result_df) <- all_features

# 查看结果
print(result_df)

方法三：用fastDummies包快速实现 #

如果你经常需要做这类独热编码，fastDummies包的dummy_cols()函数可以一步到位，非常高效：

library(fastDummies)

# 原始数据集
df <- data.frame(x=c("a", "a,b,c", "a,c", "b,c", "", "b"))

# 直接拆分并生成指示列
df$x <- strsplit(df$x, ",")
result_df <- dummy_cols(df, select_columns = "x", split = ",", remove_selected_columns = TRUE)

# 简化列名（去掉默认的x_前缀）
colnames(result_df) <- gsub("x_", "", colnames(result_df))

# 查看结果
print(result_df)

这三种方法都能生成你需要的输出：

a b c
1 1 0 0
2 1 1 1
3 1 0 1
4 0 1 1
5 0 0 0
6 0 1 0

内容的提问来源于stack exchange，提问作者4HTP