如何将多列二进制ID指示列转换为单个ID列？

没问题！我来帮你搞定这个把多列二进制ID指示列合并成单个ID列的需求——看你的输入数据，每行的id1/id2/id3里恰好只有一个1，正好可以利用这个特征来生成目标id列。先再明确下你的需求：

输入数据：

var1 var2 id1 id2 id3
obs1 . . 0 1 0
obs2 . . 1 0 0
obs3 . . 0 0 1

期望输出：

var1 var2 id1 id2 id3 id
obs1 . . 0 1 0 2
obs2 . . 1 0 0 1
obs3 . . 0 0 1 3

下面是不同工具的实现方案，你按需选用：

SAS 实现方案 #

如果用SAS，有两种常用方式：

方式1：数组遍历（适合后续可能增加更多id列的场景） #

用数组批量处理所有id列，自动匹配1所在的位置：

data want;
    set have;
    /* 定义数组包含所有id列 */
    array id_cols[3] id1-id3;
    /* 遍历数组，找到值为1的列索引 */
    do i = 1 to dim(id_cols);
        if id_cols[i] = 1 then id = i;
    end;
    /* 删除临时变量i */
    drop i;
run;

方式2：IF-ELSE分支（列数少的时候更直观） #

直接针对每列写判断逻辑：

data want;
    set have;
    if id1 = 1 then id = 1;
    else if id2 = 1 then id = 2;
    else if id3 = 1 then id = 3;
run;

R 实现方案 #

用tidyverse工具链的话，两种高效方法：

方式1：max.col函数（简洁高效） #

利用每行只有一个1的特征，直接取最大值所在的列索引：

library(dplyr)

# 假设你的数据框名为df
df <- df %>%
    # 选中所有以id开头的列，取每行最大值的列索引
    mutate(id = max.col(select(., starts_with("id"))))

方式2：case_when分支（逻辑清晰） #

适合需要明确指定对应关系的场景：

library(dplyr)

df <- df %>%
    mutate(id = case_when(
        id1 == 1 ~ 1,
        id2 == 1 ~ 2,
        id3 == 1 ~ 3,
        # 可选：处理没有1的异常行，返回NA
        TRUE ~ NA_integer_
    ))

Python Pandas 实现方案 #

用Pandas的话，同样有两种实用方法：

方式1：idxmax+字符串处理（高效简洁） #

找到每行最大值的列名，再提取数字部分：

import pandas as pd

# 假设你的数据框名为df
id_columns = [col for col in df.columns if col.startswith("id")]
# 取每行最大值的列名，替换掉"id"转成整数
df["id"] = df[id_columns].idxmax(axis=1).str.replace("id", "").astype(int)

方式2：np.select分支（逻辑明确） #

用numpy的select函数匹配条件和对应值：

import pandas as pd
import numpy as np

conditions = [
    df["id1"] == 1,
    df["id2"] == 1,
    df["id3"] == 1
]
choices = [1, 2, 3]

df["id"] = np.select(conditions, choices, default=np.nan)

内容的提问来源于stack exchange，提问作者Dr. Beeblebrox