R语言初学者求助：基于多列生成Dummy Variable

作为R语言初学者，手动逐个创建虚拟变量确实有点麻烦，我给你一套灵活且易上手的方法，能自动根据数据里的类别生成对应的虚拟变量，完全适配你的需求：

首先，先把你提供的数据集用R代码还原出来，方便后续操作：

# 创建示例数据集
Dataset1 <- data.frame(
  T1 = c("A", "A", "A", "A", "B", "B"),
  T2 = c("C", "C", "C", "D", "D", "E"),
  T3 = c("B", "B", "B", "C", "C", "F"),
  stringsAsFactors = FALSE
)

接下来分两步完成虚拟变量的生成：

步骤1：提取所有唯一的类别值 #

先从T1、T2、T3三列里提取所有不重复的类别，这样不管后续数据新增多少类别，都能自动生成对应虚拟变量，不用手动列出来：

# 提取所有唯一的类别
unique_categories <- unique(c(Dataset1$T1, Dataset1$T2, Dataset1$T3))
# 给虚拟变量命名（用下划线替代逗号，避免R变量名的语法问题）
dummy_names <- paste0("dummy_", unique_categories)

步骤2：生成虚拟变量并合并到原数据集 #

用sapply配合apply函数，对每个类别判断每行的T1/T2/T3是否包含该值，是则赋值1，否则0，最后把结果和原数据集合并：

# 生成虚拟变量矩阵
dummy_vars <- sapply(unique_categories, function(category) {
  # 逐行检查：只要T1/T2/T3中有等于当前类别的值，就返回1，否则0
  apply(Dataset1[, c("T1", "T2", "T3")], 1, function(row) {
    as.integer(any(row == category))
  })
})
# 给虚拟变量矩阵设置列名
colnames(dummy_vars) <- dummy_names
# 合并原数据集和虚拟变量
final_dataset <- cbind(Dataset1, dummy_vars)

查看最终结果 #

运行完代码后，打印final_dataset就能得到你想要的格式：

print(final_dataset)

输出结果如下：

T1 T2 T3 dummy_A dummy_B dummy_C dummy_D dummy_E dummy_F
1  A  C  B       1       1       1       0       0       0
2  A  C  B       1       1       1       0       0       0
3  A  C  B       1       1       1       0       0       0
4  A  D  C       1       0       1       1       0       0
5  B  D  C       0       1       1       1       0       0
6  B  E  F       0       1       0       0       1       1

小补充 #

• 我把虚拟变量命名成了dummy_A而非dummy,A，因为R中变量名带逗号容易引发语法问题；如果你坚持要用逗号格式，可以把命名代码改成paste0("dummy,", unique_categories)，后续引用该变量时需要用反引号包裹，比如final_dataset$dummy,A``。
• 这套方法是通用的，不管你的数据集后续新增多少类别，都能自动适配，不用修改代码逻辑，很适合初学者快速复用。

内容的提问来源于stack exchange，提问作者user5891930