如何在R中针对特定时间范围创建哑变量（dummy variable）

嘿，我来帮你搞定这个哑变量的创建问题！根据你的描述，你需要给数据集新增一列dummy，当date落在对应行的start和end日期区间内（包含起止）时赋值1，否则为0。下面分几种常用的数据分析工具给你具体实现代码：

R语言实现 #

首先要确保所有日期列都转换为标准日期格式，再通过逻辑判断生成哑变量：

# 先将字符串日期转为Date类型（如果原始数据是字符格式）
df$date <- as.Date(df$date, format = "%m/%d/%Y")
df$start <- as.Date(df$start, format = "%m/%d/%Y")
df$end <- as.Date(df$end, format = "%m/%d/%Y")

# 用base R直接生成哑变量
df$dummy <- ifelse(df$date >= df$start & df$date <= df$end, 1, 0)

# 或者用dplyr的管道式写法更简洁
library(dplyr)
df <- df %>%
  mutate(
    date = as.Date(date, "%m/%d/%Y"),
    start = as.Date(start, "%m/%d/%Y"),
    end = as.Date(end, "%m/%d/%Y"),
    dummy = as.integer(date >= start & date <= end)
  )

注：如果start/end列是0（如示例中的情况），转换为Date类型后会变成缺失值，此时逻辑判断会返回FALSE，dummy自动赋值0，刚好符合无活动时的需求。

Python（Pandas）实现 #

利用Pandas的布尔索引和类型转换快速生成哑变量：

import pandas as pd

# 转换日期格式
df['date'] = pd.to_datetime(df['date'], format='%m/%d/%Y')
df['start'] = pd.to_datetime(df['start'], format='%m/%d/%Y')
df['end'] = pd.to_datetime(df['end'], format='%m/%d/%Y')

# 生成哑变量：布尔结果转整数（True→1，False→0）
df['dummy'] = ((df['date'] >= df['start']) & (df['date'] <= df['end'])).astype(int)

Stata实现 #

先转换日期格式为Stata兼容的日期类型，再生成哑变量：

* 将字符串日期转为Stata日期格式
gen date = date(date, "MDY")
format date %td
gen start = date(start, "MDY")
format start %td
gen end = date(end, "MDY")
format end %td

* 生成哑变量，同时处理缺失值（无活动时start/end为0会转成缺失，这里统一设为0）
gen dummy = (date >= start & date <= end)
replace dummy = 0 if missing(dummy)

内容的提问来源于stack exchange，提问作者Clemens