R语言中使用ifelse与substring创建哑变量失败问题求助

看起来你遇到的麻烦是明明数据里有数百个包含"graduate survey"的comment，但用固定位置截取的方式创建哑变量时，没有任何行被标记为1。我来帮你分析可能的原因，再给出更可靠的解决办法：

可能的问题原因 #

• 固定位置的局限性：你确认每个目标子串都从第34位开始到第49位结束，但实际数据中可能存在这些情况：
  • 部分comment的长度不足49位，substr会返回NA，而NA和字符串比较的结果也是NA，ifelse会将NA默认处理为0；
  • 子串前后可能有隐藏的空格、全角字符或制表符，导致截取的内容和"graduate survey"不完全一致（比如你提供的示例中，comment末尾有个空格，截取的内容可能带空格，和目标字符串不匹配）；
• 大小写不匹配：如果部分实例的子串是"Graduate Survey"或其他大小写组合，严格的字符串匹配会失效；

解决方案 #

方案1：使用子串匹配（推荐，更鲁棒） #

不用依赖固定位置，直接检查comment中是否包含目标子串，用grepl函数可以轻松实现，还能忽略大小写：

data$grad_svy <- ifelse(grepl("graduate survey", data$comment, ignore.case = TRUE), 1, 0)

• grepl会返回布尔值（TRUE/FALSE），表示是否找到子串；
• ignore.case = TRUE可以兼容不同大小写的情况，比如"Graduate Survey"也能被匹配到；

方案2：修复固定位置匹配的问题 #

如果你坚持要使用固定位置截取，需要先处理字符串长度不足的情况，同时确认截取的内容和目标完全一致：

# 先过滤出长度足够的行，再匹配
data$grad_svy <- ifelse(
  nchar(data$comment) >= 49 & substr(data$comment, 34, 49) == "graduate survey",
  1,
  0
)

你还可以先调试查看截取的内容，确认是否和预期一致：

# 取几个应该匹配的行，查看截取结果
target_rows <- subset(data, grepl("graduate survey", data$comment))
head(substr(target_rows$comment, 34, 49), 5)

如果输出的结果带空格或其他字符，就需要调整匹配的字符串（比如改成"graduate survey "）。

方案3：处理隐藏字符 #

如果怀疑有隐藏字符，可以先用trimws去除字符串两端的空格，再进行匹配：

data$trimmed_comment <- trimws(data$comment)
# 如果你还是用固定位置，需要重新确认子串在 trimmed_comment 中的位置
# 或者直接用grepl匹配处理后的字符串
data$grad_svy <- ifelse(grepl("graduate survey", data$trimmed_comment, ignore.case = TRUE), 1, 0)

内容的提问来源于stack exchange，提问作者Adam_S