如何用R与dplyr批量替换列中TRUE值为列名并生成合并列

当然有更简洁的tidy风格写法！针对你这种多列布尔型变量转逗号分隔标签的需求，完全不用写循环，用tidyverse的工具链就能轻松搞定，尤其适合你10+列的场景。

先回顾下你的原始数据：

library(tidyverse)

df <- tibble(
  id = c("a", "b", "c"),
  tired = c(T, F, T),
  lonely = c(F, F, T),
  excited = c(F, T, T)
)

核心实现代码 #

核心思路是把宽格式数据转成长格式，过滤出勾选的记录，再按受访者ID合并标签：

df_result <- df %>%
  # 将所有感受列转为长格式：列名变为feeling，对应值为TRUE/FALSE
  pivot_longer(-id, names_to = "feeling", values_to = "selected") %>%
  # 只保留被勾选的感受（即selected为TRUE的行）
  filter(selected) %>%
  # 按ID分组，把同一受访者的感受用逗号连接
  group_by(id) %>%
  summarise(feelings = str_c(feeling, collapse = ", ")) %>%
  # 取消分组（方便后续操作）
  ungroup()

df_result

运行后得到的结果如下（注：你的预期结果里第一行a的excited应为笔误，原始数据中a的excited是FALSE）：

# A tibble: 3 × 2
  id    feelings                
  <chr> <chr>                   
1 a     tired                   
2 b     excited                 
3 c     tired, lonely, excited

方案优势 #

• 无需循环：不管你有10列还是100列，代码都不用修改，自动适配所有感受列
• 可读性强：每一步都是明确的数据操作逻辑，别人看代码就能立刻理解你的意图
• 扩展性好：如果要调整分隔符（比如改成分号），只需要修改str_c里的collapse参数；如果想保留原始所有列并新增feelings，可以用下面的写法：

df_with_feelings <- df %>%
  mutate(feelings = pmap_chr(select(., -id), ~ {
    # 逐行筛选出值为TRUE的列名，再合并为字符串
    names(c(...))[which(c(...))] %>%
      str_c(collapse = ", ")
  }))

这个写法用pmap_chr逐行处理，适合需要保留宽表结构的场景，同样不需要手动写循环。

内容的提问来源于stack exchange，提问作者retide