如何在R中将单列分类变量转换为0-1编码的多列？

你遇到的问题是spread()的典型限制：它要求每个（分组键，分类值）的组合必须唯一，而你的数据中同一个type对应多行，所以无法直接使用。下面是几种可行的解决方案，都能帮你把分类列转换为0/1编码的多列：

方法1：用tidyr::pivot_wider（推荐，替代spread） #

pivot_wider是spread的升级版，专门处理这类有重复键的场景，通过values_fill参数指定缺失值的填充值：

library(dplyr)
library(tidyr)

a <- tibble(type=c("A", "A", "B", "B", "C", "D"))

a %>%
  mutate(dat = 1) %>%  # 添加标记列
  pivot_wider(
    names_from = type,  # 用type的值作为新列名
    values_from = dat,  # 用dat的值填充新列
    values_fill = 0     # 缺失的位置填充0
  )

运行结果就是你想要的：

#> # A tibble: 6 × 4
#>       A     B     C     D
#>   <dbl> <dbl> <dbl> <dbl>
#> 1     1     0     0     0
#> 2     1     0     0     0
#> 3     0     1     0     0
#> 4     0     1     0     0
#> 5     0     0     1     0
#> 6     0     0     0     1

方法2：用dplyr::across直接生成列 #

不需要额外的标记列，直接通过across遍历所有唯一分类值，生成对应的0/1列：

a %>%
  mutate(across(unique(type), ~ifelse(type == .x, 1, 0)))

这个方法更简洁，一步生成所有目标列，原type列会保留，如果不需要可以加上select(-type)移除。

方法3：基础R的model.matrix #

如果不想加载太多包，基础R的model.matrix可以快速生成独热编码，再转换为tibble：

model.matrix(~ type - 1, data = a) %>%
  as_tibble() %>%
  rename_with(~gsub("type", "", .x))  # 去掉列名中的"type"前缀

方法4：用fastDummies包一键生成 #

如果经常需要做独热编码，fastDummies包的dummy_cols函数可以自动处理，非常方便：

library(fastDummies)

a %>%
  dummy_cols(
    select_columns = "type",  # 指定要编码的列
    remove_selected_columns = TRUE  # 移除原type列
  )

以上几种方法都能实现你想要的效果，其中方法1和方法2最贴合你已经在使用的tidyverse工具链。

内容的提问来源于stack exchange，提问作者costebk08