• • 更新：**在澄清OP和@Darren Tsai之后。如果0也适用于规则，我们可以这样做：

#data
df1 <- read.table(text = "
Col1    Dummy
F25J2205/02     1
F33J4416/07     0
F03J4416/07     1", header = TRUE)

library(tidyverse)
df1 %>% 
  separate(Col1, c("a", "b"), remove = FALSE) %>% 
  mutate(Dummy = if_else(str_detect(a, paste0(strsplit(b, "")[[1]], collapse = "|")), 1, 0), 
         .keep = "unused")

输出：

Col1 Dummy
1 F25J2205/02     1
2 F33J4416/07     0
3 F03J4416/07     1

• • 第一个答案：**

这里是另一个选项：
一个二个一个一个

下面是使用包stringr的方法。

df1 <- read.table(text = "
Col1    Dummy
F25J2205/02     1
F33J4416/07     0", header = TRUE)

library(stringr)

createDummy <- function(x) {
  y <- sub("\\D(\\d+/\\d+)", "\\1", x)
  sapply(strsplit(y, "/"), \(x) {
    y <- str_split_1(x[1], "")
    +any(str_detect(x[2], y))
  })
}

createDummy(df1$Col1)
#> [1] 1 0

创建于2023年2月11日，使用reprex v2.0.2

base解决方案：

df <- data.frame(Col = c("F25J2205/02", "F33J4416/07"))

df$dummy <- +(lengths(lapply(strsplit(df$Col, '/'), \(x) {
  do.call(intersect, strsplit(gsub('\\D', '', x), ''))
})) > 0)

df
#           Col dummy
# 1 F25J2205/02     1
# 2 F33J4416/07     0

正则表达式解决方案：
首先，我们从/0之前提取在/0之后重复的所有数字（注意反向引用\\1的使用），然后我们将结果减少为unique值，以最终查看结果是否包含d igit，在这种情况下，1被授予：

library(tidyverse)
df %>%
  mutate(Dummy = lapply(str_extract_all(Col, "(\\d)(?=.*/0\\1)"),
                        function(x) +str_detect(unique(x), "\\d")))
          Col Dummy
1 F25J2205/02     1
2 F33J4416/07

tidyverse的另一个选项

library(dplyr)
library(tidyr)
library(stringr)
df1 %>%
  mutate(Col2 = str_remove_all(Col1, "[A-Z]+")) %>% 
  separate_wider_regex(Col2, c(lhs = "\\d+", "/", rhs = "\\d+")) %>% 
  mutate(rhs = str_replace(rhs, "(?<=\\d)(?=\\d)", "|")) %>% 
  transmute(Col1, dummy = +(str_detect(lhs, rhs)))

• 输出

# A tibble: 3 × 2
  Col1        dummy
  <chr>       <int>
1 F25J2205/02     1
2 F33J4416/07     0
3 F03J4416/07     1