R语言：聚合数据框时生成存在性哑变量的技术需求

首先得提个小细节：你提供的原始数据里第二行1 2 1 A和表头的3列不匹配，会导致read.table报错，我先修正了数据框的创建代码，确保能正常读取数据：

# 修正后的数据框创建代码
dat <- read.table(textConnection('ID Score Info
1 1 A
1 2 A
10 3 B
7 4 C
8 5 B
9 6 B
1 7 B
7 8 C
8 9 C
3 10 A'), header = TRUE)

接下来分两种方法实现你的需求：按ID聚合统计行数，同时生成Info列的哑变量（某ID下存在A/B/C则对应值为1，否则为0）。

方法一：用dplyr（推荐，代码更直观） #

如果你的环境还没装dplyr包，先运行install.packages("dplyr")安装。代码逻辑清晰易懂：分组后统计行数，再判断每个类别是否存在：

library(dplyr)

result <- dat %>%
  # 按ID分组
  group_by(ID) %>%
  # 聚合操作：统计行数，同时判断A/B/C是否存在
  summarise(
    row_count = n(),  # 统计每个ID对应的行数
    has_A = as.integer(any(Info == "A")),  # 存在A则为1，否则0
    has_B = as.integer(any(Info == "B")),
    has_C = as.integer(any(Info == "C"))
  ) %>%
  # 取消分组（可选，但后续操作更方便）
  ungroup()

# 查看结果
print(result)

运行后会得到这样的输出：

# A tibble: 6 × 4
     ID row_count has_A has_B has_C
  <int>     <int>  <int>  <int>  <int>
1     1         3      1      1      0
2     3         1      1      0      0
3     7         2      0      0      1
4     8         2      0      1      1
5     9         1      0      1      0
6    10         1      0      1      0

方法二：用基础R实现（无需额外包） #

如果不想加载第三方包，用基础R的aggregate和table也能实现：

# 第一步：统计每个ID的行数
count_df <- aggregate(Score ~ ID, data = dat, FUN = length)
colnames(count_df)[2] <- "row_count"  # 重命名列名

# 第二步：生成每个ID的Info类别存在情况
info_table <- table(dat$ID, dat$Info)
# 将计数转换为0/1（只要出现过就为1）
info_dummy <- as.data.frame.matrix(info_table > 0)
# 把逻辑值转成整数0/1
info_dummy <- lapply(info_dummy, as.integer) %>% as.data.frame()
# 把行名转成ID列，方便合并
info_dummy$ID <- as.integer(rownames(info_dummy))
rownames(info_dummy) <- NULL

# 第三步：合并行数统计和哑变量
result_base <- merge(count_df, info_dummy, by = "ID")

# 查看结果
print(result_base)

这个方法的结果和方法一完全一致，只是用了基础R的函数实现。

内容的提问来源于stack exchange，提问作者user2797174