将分类/整数单元格重命名为二元变量的技术实现咨询

嘿，针对你提出的数据集变量转换需求，我整理了几种实用的R语言实现方法，你可以根据后续明确的规则灵活调整：

首先先提个小细节：你提供的read.table代码里，文本部分的列名和数据行对应有点小问题，正确的读取代码应该是这样的（避免ID列混乱）：

dat1 <- read.table(header=TRUE, text="
ID Age Align Weat
8645 15-24 A 1
6228 15-24 B 1
5830 15-24 C 3
1844 25-34 B 3
4461 35-44 C 4
2119 55-64 C 2
2115 45-54 A 1
")

你明确要求把Age列中15-24的取值设为1，其余暂时先以设为0为例（后续你可以根据明确的规则修改条件）：

基础R原生方法 #

用ifelse函数快速实现：

# 新增Age_binary列，15-24为1，其他为0
dat1$Age_binary <- ifelse(dat1$Age == "15-24", 1, 0)

tidyverse/dplyr简洁方法 #

如果你习惯用tidyverse生态，case_when能让条件逻辑更清晰，方便后续扩展规则：

library(dplyr)

dat1 <- dat1 %>%
  mutate(Age_binary = case_when(
    Age == "15-24" ~ 1,
    # 这里可以添加其他规则，比如：Age == "25-34" ~ 1,
    TRUE ~ 0  # 不符合上述条件的都设为0
  ))

Align是分类变量（A/B/C），二元转换通常是针对特定类别标记为1，其余为0。比如我们可以针对每个类别生成对应的二元列：

# 基础R写法，生成Align_A列（A为1，非A为0）
dat1$Align_A <- ifelse(dat1$Align == "A", 1, 0)

# dplyr批量生成多个二元列的写法
dat1 <- dat1 %>%
  mutate(
    Align_A = as.integer(Align == "A"),
    Align_B = as.integer(Align == "B"),
    Align_C = as.integer(Align == "C")
  )

Weat是数值型列，二元转换需要先确定阈值（比如把大于2的设为1，其余为0，这只是示例，你可以替换成自己需要的阈值）：

# 基础R写法
dat1$Weat_high <- ifelse(dat1$Weat > 2, 1, 0)

# dplyr简洁写法
dat1 <- dat1 %>%
  mutate(Weat_high = as.integer(Weat > 2))

如果想一次性完成多列的转换，用dplyr的across函数可以批量操作，代码更简洁：

dat1 <- dat1 %>%
  mutate(
    # 处理Age列
    across(Age, ~ifelse(.x == "15-24", 1, 0), .names = "{col}_binary"),
    # 处理Align列，生成A类的二元列
    across(Align, ~as.integer(.x == "A"), .names = "{col}_A"),
    # 处理Weat列，以大于2为阈值
    across(Weat, ~as.integer(.x > 2), .names = "{col}_high")
  )

后续等你明确了Age列其余取值的转换规则，只需要修改ifelse或者case_when里的条件即可，比如如果要把25-34也设为1，只需要把case_when的条件改成：

case_when(
  Age %in% c("15-24", "25-34") ~ 1,
  TRUE ~ 0
)

内容的提问来源于stack exchange，提问作者S Das