如何在R中转换仅含0和1的DataFrame生成分类属性列

这问题我经常碰到，二进制编码的分类列转成实际分类值其实很简单，核心是先明确每个V1到V21对应的原始分类分组（比如哪些列对应房间数量，哪些对应价格区间）以及每个列对应的具体类别。下面给你两种常用的解决方法，你可以根据自己的习惯选择：

第一步：先构造你的数据集 #

首先把你提供的样本数据读进R里，我先帮你整理成可直接运行的代码：

df <- data.frame(
  ID = 1:4,
  V1 = c(0,1,0,0),
  V2 = c(0,0,0,0),
  V3 = c(0,0,0,0),
  V4 = c(0,0,1,1),
  V5 = c(1,0,1,0),
  V6 = c(0,0,0,1),
  V7 = c(0,0,0,0),
  V8 = c(0,0,0,0),
  V9 = c(1,1,0,0),
  V10 = c(0,1,0,0),
  V11 = c(1,0,1,1),
  V12 = c(0,0,0,1),
  V13 = c(0,0,0,0),
  V14 = c(0,0,0,0),
  V15 = c(0,0,1,0),
  V16 = c(1,1,1,0),
  V17 = c(1,0,0,1),
  V18 = c(0,0,0,0),
  V19 = c(0,1,1,1),
  V20 = c(0,0,0,0),
  V21 = c(1,1,0,0)
)

方法一：用Base R快速处理（适合简单场景） #

假设我们已经知道：

• V1-V4分别对应1间房、2间房、3间房、4间房
• V5-V8分别对应低价、中价、高价、超高价

我们可以用apply()函数逐行提取每个分组中值为1的列对应的类别：

生成房间数量列 #

# 每行在V1-V4中找到值为1的列，提取对应的房间数量
df$room_count <- apply(df[, paste0("V", 1:4)], 1, function(x) {
  # 处理异常情况：如果没有1或者多个1，返回NA
  idx <- which(x == 1)
  if(length(idx) == 1) idx else NA
})

生成价格区间列 #

# 定义价格标签
price_labels <- c("低价", "中价", "高价", "超高价")
df$price_range <- apply(df[, paste0("V", 5:8)], 1, function(x) {
  idx <- which(x == 1)
  if(length(idx) == 1) price_labels[idx] else NA
})

方法二：用Tidyverse工具重塑数据（适合复杂分组场景） #

如果你习惯用dplyr和tidyr这类工具，通过数据重塑的方式更直观，也更容易扩展到多个分类分组：

首先加载需要的包：

library(dplyr)
library(tidyr)

提取房间数量 #

# 先筛选房间相关的列，转成长格式，过滤出值为1的行，再提取房间数量
room_data <- df %>%
  select(ID, V1:V4) %>%
  pivot_longer(cols = -ID, names_to = "room_col", values_to = "value") %>%
  filter(value == 1) %>%
  mutate(room_count = as.integer(sub("V", "", room_col))) %>%
  select(ID, room_count)

# 合并回原始数据框
df <- df %>% left_join(room_data, by = "ID")

提取价格区间 #

# 同样处理价格相关列，用case_when映射标签
price_data <- df %>%
  select(ID, V5:V8) %>%
  pivot_longer(cols = -ID, names_to = "price_col", values_to = "value") %>%
  filter(value == 1) %>%
  mutate(price_range = case_when(
    price_col == "V5" ~ "低价",
    price_col == "V6" ~ "中价",
    price_col == "V7" ~ "高价",
    price_col == "V8" ~ "超高价"
  )) %>%
  select(ID, price_range)

df <- df %>% left_join(price_data, by = "ID")

关键注意事项 #

• 你必须明确每个V列对应的原始分类规则，比如哪些列属于同一分类组，每个列对应什么具体类别——这是转换的前提。
• 如果数据中存在某行在一个分组里有多个1或者没有1的情况，记得在代码里加上异常处理（比如返回NA或者标记为异常），避免后续分析出错。

内容的提问来源于stack exchange，提问作者Doppler