如何在R语言data.frame中基于多列取值生成指定规则的新变量

嗨，这个需求很常见，我给你几个简洁实用的实现方法，都能精准得到你期望的1 1 0 0 0 1 0 0 0 1结果：

方法一：基础R的rowSums（最简洁高效） #

利用rowSums计算每行的总和，只要总和大于0就说明至少有一列是1，再把逻辑值转成整数即可：

# 先构造你的数据集
var1 <- c(1,1,0,0,0,0,0,0,0,0)
var2 <- c(0,0,0,0,0,0,0,0,0,1)
var3 <- c(0,0,0,0,0,1,0,0,0,0)
id <- c(1,2,3,4,5,6,7,8,9,10)
data <- data.frame(id, var1, var2, var3)

# 生成新变量new_var
data$new_var <- as.integer(rowSums(data[, c("var1", "var2", "var3")]) > 0)

# 查看结果
data$new_var
# 输出结果：1 1 0 0 0 1 0 0 0 1

解释：rowSums快速计算每行中var1/var2/var3的和，>0把"和大于0"的判断转成TRUE/FALSE，最后as.integer把布尔值转成1/0，完美匹配需求。

方法二：逻辑或运算符（直观易懂） #

直接用逻辑或|判断每行是否有任意一列是1，再用ifelse返回对应值：

data$new_var <- ifelse(data$var1 == 1 | data$var2 == 1 | data$var3 == 1, 1, 0)

解释：|表示"任意一个条件成立即可"，只要var1/var2/var3中有一个是1，就返回1，否则返回0。

方法三：tidyverse/dplyr风格写法 #

如果你习惯用dplyr进行数据处理，写法会更流畅：

library(dplyr)

# 方式1：逻辑或判断
data <- data %>%
  mutate(new_var = as.integer(var1 == 1 | var2 == 1 | var3 == 1))

# 方式2：结合rowSums和across
data <- data %>%
  mutate(new_var = as.integer(rowSums(across(c(var1, var2, var3))) > 0))

解释：mutate用于添加新变量，across可以批量指定要操作的列，代码可读性更强。

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