如何将调查数据中的多个dummy variables转换为单个factor variable？

嘿，我明白你的需求啦——把一堆同主题的dummy因子变量（每个都只有"quoted"和"not quoted"两个水平）整合成一个大的因子变量，其中新变量的levels是原来的dummy变量名，值就保留原来的"quoted"/"not quoted"（或者转成0/1）对吧？这在处理调查数据时特别常见，我给你两种实用的R实现方法：

方法一：用tidyverse（推荐，代码更直观） #

首先我们先构造一个和你场景匹配的示例数据框，方便你对照：

library(tidyverse)

# 模拟你的数据集：包含id和两个dummy因子变量
df <- tibble(
  id = 1:3, # 假设每条记录有唯一标识
  pp_plan_thoughtAWhile = factor(c("quoted", "not quoted", "quoted")),
  pp_plan_justHappen = factor(c("not quoted", "quoted", "not quoted"))
)

接下来用pivot_longer函数把宽格式数据转成长格式，这一步就能直接实现你的需求：

# 转换成长格式，合并dummy变量
df_long <- df %>%
  pivot_longer(
    cols = starts_with("pp_plan_"), # 筛选所有以pp_plan_开头的dummy变量
    names_to = "statement", # 新的因子变量名，存储原来的dummy变量名
    values_to = "response" # 存储原来的quoted/not quoted取值
  )

转换后的结果里，statement就是你想要的大因子变量，它的levels就是pp_plan_thoughtAWhile、pp_plan_justHappen这些原dummy变量名；response则保留了每条记录对应陈述的取值。

如果需要把response转成0/1数值，只需要加一步：

df_long <- df_long %>%
  mutate(response_num = ifelse(response == "quoted", 1, 0))

方法二：用Base R（无需额外安装包） #

如果你不想加载tidyverse包，用Base R的stack函数也能实现：

# 提取所有dummy变量并转换
df_base <- stack(df[, grep("pp_plan_", colnames(df))])
# 重命名列名，让结果更清晰
colnames(df_base) <- c("response", "statement")

# 同样可以把response转成0/1数值
df_base$response_num <- ifelse(df_base$response == "quoted", 1, 0)

小提示 #

• 如果你的dummy变量命名规则不是以pp_plan_开头，你可以用matches()或者直接列名向量来筛选，比如cols = c("pp_plan_thoughtAWhile", "pp_plan_justHappen")
• 转换后记得检查statement是否是因子类型，如果不是可以用as.factor(df_long$statement)转换

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