如何用R（tidyverse）拆分CSV分号分隔物种列并重复对应方法列？

问题描述 #

收到一份CSV格式数据集，前3行内容如下：

Species,Methods
Chlamydomonas pisiformis; Stichococcus bacillaris; Stichococcus subtilis; Pleurococcus vulgaris; Scenedesmus sp.; Kirchneriella sp.; Chlorococcum humicola; Protosiphon botryoides; Stigeoclonium tenue; Oedogonium sp.; Vaucheria sp.; Conjugales; Botrydium granulatum; Botrydiopsis sp.; ,Micropicking; Subculturing
Eutreptiella gymnastica; Cryptomonas sp; Rhodomonas sp,Phototaxis
Symbiodinium sp.,Amoebic digestion

其中Species列的单元格用分号分隔多个物种名称，需要将其处理为每个物种单独一行，对应Methods列内容重复显示，最终输出的output.csv格式如下：

Species,Methods
Chlamydomonas pisiformis,Micropicking; Subculturing
 Stichococcus bacillaris,Micropicking; Subculturing
 Stichococcus subtilis,Micropicking; Subculturing
 Pleurococcus vulgaris,Micropicking; Subculturing
 Scenedesmus sp.,Micropicking; Subculturing
 Kirchneriella sp.,Micropicking; Subculturing
 Chlorococcum humicola,Micropicking; Subculturing
 Protosiphon botryoides,Micropicking; Subculturing
 Stigeoclonium tenue,Micropicking; Subculturing
 Oedogonium sp.,Micropicking; Subculturing
 Vaucheria sp.,Micropicking; Subculturing
 Conjugales,Micropicking; Subculturing
 Botrydium granulatum,Micropicking; Subculturing
 Botrydiopsis sp.,Micropicking; Subculturing
Eutreptiella gymnastica,Phototaxis
 Cryptomonas sp,Phototaxis
 Rhodomonas sp,Phototaxis
Symbiodinium sp.,Amoebic digestion

解决方案（tidyverse兼容） #

可以用tidyverse中的tidyr::separate_rows函数快速实现需求，步骤如下：

1. 加载tidyverse包

library(tidyverse)

2. 读取原始CSV文件

df <- read_csv("input.csv")

3. 拆分Species列并清理数据

df_processed <- df %>%
  # 按分号拆分Species列，每个物种单独成行
  separate_rows(Species, sep = ";") %>%
  # 移除因多余分号产生的空物种行
  filter(Species != "") %>%
  # 若需要去除物种名前后的空格，取消下方注释
  # mutate(Species = str_trim(Species)) %>%
  # 确保列顺序与需求一致
  select(Species, Methods)

4. 导出处理后的结果到output.csv

write_csv(df_processed, "output.csv", na = "")

代码说明 #

• separate_rows：自动将指定列中分隔符分隔的内容拆分为多行，同时保留其他列的对应值；
• filter(Species != "")：处理原始数据中末尾多余分号导致的空物种行；
• str_trim(Species)：可选操作，用于去除物种名称前后的空格，若需要和示例输出完全一致（保留空格）则无需启用。

内容的提问来源于stack exchange，提问作者Ginko-Mitten