拆分折叠列至多行并保留分组信息（R语言tidyr场景）

原始数据如下：

mydf <- data.frame(group=LETTERS[1:5], code=101:105, ids=c('g1:id1,id2,id3\ng2:id4,id5',
                                                           'id6,id7,id8,id9',
                                                           'g1:id10,id11\ng3:id12',
                                                           'g2:id13,id14',
                                                           'id15'))

可以通过tidyr和dplyr的组合操作，分三步完成解析：

library(tidyr)
library(dplyr)

mydf_new <- mydf %>%
  # 按换行符拆分每个ids条目，得到子分组对应的ID块（无分组的行保留原ID列表）
  separate_longer_delim(ids, delim = "\n") %>%
  # 拆分subgroup和ID列表，无冒号的行自动填充subgroup为NA
  separate(ids, into = c("subgroup", "id_list"), sep = ":", fill = "left") %>%
  # 按逗号拆分ID列表为单独行，并重命名列
  separate_longer_delim(id_list, delim = ",") %>%
  rename(id = id_list) %>%
  select(group, code, id, subgroup)

# 输出结果
mydf_new

操作说明 #

• separate_longer_delim(ids, delim = "\n")：将单元格内用换行分隔的子分组块拆分为独立行，比如A组的两个子分组会拆成两行。
• separate(..., fill = "left")：针对带冒号的块拆分出子分组和ID列表，没有冒号的条目（如B、E组）会把子分组设为NA，确保所有行都能匹配列结构。
• separate_longer_delim(id_list, delim = ",")：把每个ID列表按逗号拆分为单独行，实现最终的长格式转换。

运行后得到的结果与期望完全一致：

> mydf_new
   group code   id subgroup
1      A  101  id1       g1
2      A  101  id2       g1
3      A  101  id3       g1
4      A  101  id4       g2
5      A  101  id5       g2
6      B  102  id6     <NA>
7      B  102  id7     <NA>
8      B  102  id8     <NA>
9      B  102  id9     <NA>
10     C  103 id10       g1
11     C  103 id11       g1
12     C  103 id12       g3
13     D  104 id13       g2
14     D  104 id14       g2
15     E  105 id15     <NA>

内容的提问来源于stack exchange，提问作者DaniCee