如何将R数据框中的向量列折叠为字符串并处理空值

你遇到的核心问题是str_extract_all返回的是列表列（每一行的test是一个独立的向量），直接用str_flatten()或paste(..., collapse=',')会把整个列表拆解成单一向量后折叠，自然会把整列变成一个字符串。要实现逐行处理，有两种简单方案：

方案1：用purrr::map_chr逐行处理 #

借助purrr的映射函数，对列表列的每个元素单独操作：

library(dplyr)
library(stringr)
library(purrr)

t <- iris %>% 
  mutate(test = str_extract_all(Species, 's\\w')) %>% 
  arrange(Sepal.Width) %>%
  # 对每个test元素：空向量转NA，非空则折叠为逗号分隔字符串
  mutate(test = map_chr(test, ~if (length(.x) == 0) NA_character_ else str_flatten(.x, ", ")))

head(t)

执行后setosa对应的test会变成"se, sa"，virginica对应的空向量会转为NA，其他单行匹配的结果保持原样。

方案2：用rowwise()逐行计算 #

通过rowwise()让dplyr按行处理数据，此时str_flatten只会作用于当前行的向量：

library(dplyr)
library(stringr)

t <- iris %>% 
  mutate(test = str_extract_all(Species, 's\\w')) %>% 
  arrange(Sepal.Width) %>%
  rowwise() %>%
  mutate(test = if (length(test) == 0) NA_character_ else str_flatten(test, ", ")) %>%
  ungroup() # 记得取消按行分组，避免后续操作受影响

head(t)

两种方案效果完全一致，选你习惯的语法即可。

另外补充：str_extract()只能提取第一个匹配项，无法直接得到所有匹配项的折叠结果，所以必须先用str_extract_all获取所有匹配，再处理列表列。

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