如何使用键向量将R语言数据框重编码为0和1

嘿，我来帮你搞定这个重编码需求！首先先明确下逻辑：应该是数据框中每个位置的元素，和key对应位置的值相等时编码为1，不等则为0对吧？下面给你几种简单的实现方法：

首先先把你的原始数据用R代码还原出来，方便直接运行：

# 你的键向量
key <- c(2,1,3,2,3,3,3,1,1,3,1,3,3,1,2,3,1,2,2,3,1,3,2,2,1,3,2,2,2,3)

# 你的数据框
df <- data.frame(
  V1 = c(1,1,2), V2 = c(1,1,1), V3 = c(1,3,1), V4 = c(4,2,2), V5 = c(3,3,1),
  V6 = c(4,2,3), V7 = c(3,1,3), V8 = c(1,1,1), V9 = c(2,2,2), V10 = c(2,1,1),
  V11 = c(4,3,1), V12 = c(2,2,2), V13 = c(2,2,3), V14 = c(1,3,1), V15 = c(2,1,1),
  V16 = c(3,2,3), V17 = c(2,1,1), V18 = c(4,4,2), V19 = c(2,1,2), V20 = c(2,2,3),
  V21 = c(1,2,1), V22 = c(2,4,3), V23 = c(3,3,2), V24 = c(2,4,2), V25 = c(1,1,1),
  V26 = c(4,3,3), V27 = c(2,3,2), V28 = c(1,4,3), V29 = c(4,4,2), V30 = c(3,4,3)
)

方法1：基础R原生实现（无需额外包） #

这种方法用基础R就能搞定，核心是利用矩阵的广播比较：

# 把数据框转成矩阵，和重复后的key做元素级比较，再转成整数1/0，最后转回数据框
encoded_df <- as.data.frame(
  matrix(
    as.integer(as.matrix(df) == rep(key, each = nrow(df))),
    nrow = nrow(df),
    dimnames = list(rownames(df), colnames(df))
  )
)

简单解释下：rep(key, each = nrow(df))会把key重复3次（因为你的数据框有3行），和数据框转成的矩阵做逐元素比较，得到的逻辑值（TRUE/FALSE）转成整数就是1/0，最后再转回数据框，还保留了原来的行名列名。

如果你习惯用apply函数，也可以这么写：

# 对数据框的每一行，和key比较后转成整数，再转置调整结构
encoded_df <- as.data.frame(t(apply(df, 1, function(row) as.integer(row == key))))
colnames(encoded_df) <- colnames(df)

方法2：tidyverse风格实现（dplyr+purrr） #

如果你平时常用tidyverse的工具包，这个写法会更符合你的习惯：

library(dplyr)
library(purrr)
library(stringr)

encoded_df <- df %>%
  imap_dfc(function(col_data, col_name) {
    # 从列名（比如V1）提取对应的key位置索引
    col_index <- as.integer(str_remove(col_name, "V"))
    # 比较并转成1/0
    as.integer(col_data == key[col_index])
  })

这里imap_dfc会遍历数据框的每一列，同时拿到列数据和列名，通过列名提取对应的key位置，完成比较后组合成新的数据框。

验证结果 #

比如看第一行的V2：原数据是1，key[2]也是1，所以编码后是1；第一行V1是1，key[1]是2，编码后是0，完全符合预期。

内容的提问来源于stack exchange，提问作者Admovin