如何将长格式DataFrame转换为二进制DataFrame

这是个非常常见的长格式转宽格式并生成二进制标记的需求，我给你几个实用的R解决方案，都能轻松得到你想要的结果：

方法1：用tidyverse的tidyr包（推荐，语法直观） #

tidyverse是现在R数据分析的主流工具集，其中的pivot_wider函数专门用来处理长转宽的需求，配合参数设置就能直接生成二进制标记：

# 先加载tidyverse包（包含tidyr）
library(tidyverse)

# 你的原始长格式数据
d_long <- data.frame( 
  nameid = c("sally","sally","sally","Robert","annie","annie"), 
  value = c("product1","ra","ent","ra","ra","product1")
)

# 执行转换
d_exist <- d_long %>%
  pivot_wider(
    id_cols = nameid,          # 按nameid分组
    names_from = value,        # 把value列的取值转成新的列名
    values_from = value,       # 基于value列生成值
    values_fn = ~1,            # 只要存在对应取值就标记为1
    values_fill = 0            # 不存在的取值填充为0
  )

# 查看结果
print(d_exist)

运行后就能得到和你示例完全一致的DataFrame啦。

方法2：用data.table的dcast（适合大数据，速度更快） #

如果你要处理的数据集很大，data.table包的dcast函数效率会更高，语法也很简洁：

# 加载data.table包
library(data.table)

# 把原始数据转成data.table格式
setDT(d_long)

# 执行转换
d_exist <- dcast(d_long, nameid ~ value, fun.aggregate = length, fill = 0)

# 查看结果
print(d_exist)

这里fun.aggregate = length是统计每个nameid对应value的出现次数（因为每个组合最多出现一次，结果就是1或0），fill = 0用来填充不存在的组合。

方法3：基础R的table函数（无需额外装包） #

如果不想加载任何第三方包，用基础R的table函数也能实现：

# 生成交叉频数表
tab <- table(d_long$nameid, d_long$value)

# 把频数表转成DataFrame，并整理格式
d_exist <- as.data.frame.matrix(tab)
d_exist$nameid <- rownames(d_exist)
d_exist <- d_exist[, c("nameid", colnames(tab))]  # 调整列顺序，让nameid在最前面

# 查看结果
print(d_exist)

table函数会直接生成行是nameid、列是value取值的交叉表，转成矩阵后再转成DataFrame，最后把行名转成nameid列即可。

这三种方法都能达到你的需求，你可以根据自己的使用习惯和数据规模来选择~

内容的提问来源于stack exchange，提问作者user8831872