如何使用separate()或cSplit()按|和:拆分单列键值对数据生成规范数据框

这里用tidyverse的tidyr和dplyr包就能完美解决你的问题，全程不需要提前指定最终列数，自动识别所有出现过的键作为列名。

完整可运行代码 #

library(tidyr)
library(dplyr)

# 你的原始数据
data = structure(list(characteristicsAdditional = c("Tipo de inmueble:Piso|Estado:Bien|Antigüedad:30 a 50 años|Parking:Privado|Ascensor:Sí|Consumo energía:|Emisiones:",
"Tipo de inmueble:Piso|Orientación:Sureste|Estado:Muy bien|Antigüedad:30 a 50 años|Consumo energía:|Emisiones:",
"Tipo de inmueble:Apartamento|Orientación:Este|Estado:Bien|Antigüedad:30 a 50 años|Parking:Comunitario|Ascensor:Sí|Amueblado:Sí|Consumo energía:|Emisiones:",
"Tipo de inmueble:Casa o chalet|Orientación:Sur|Agua caliente:Gas Natural|Calefacción:Propano|Estado:Casi nuevo|Amueblado:Sí|Consumo energía:|Emisiones:",
"Tipo de inmueble:Casa o chalet|Parking:Privado|Amueblado:Sí|Consumo energía:|Emisiones:",
"Tipo de inmueble:Casa adosada|Estado:Casi nuevo|Antigüedad:10 a 20 años|Parking:Privado|Consumo energía:|Emisiones:"
)), row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame" ))

# 核心处理流程
result <- data %>%
  # 1. 把|分隔的每个键值对拆成独立行
  separate_rows(characteristicsAdditional, sep = "\\|") %>%
  # 2. 按:拆分键和值，空值补在右侧
  separate(characteristicsAdditional, into = c("key", "value"), sep = ":", fill = "right") %>%
  # 3. 把空字符串转为NA（对应那些没有值的键，比如Consumo energía:）
  mutate(value = na_if(value, "")) %>%
  # 4. 转成宽格式，自动生成所有键对应的列
  pivot_wider(names_from = key, values_from = value)

print(result)

步骤详解 #

1. separate_rows()：把每一行的长字符串按|拆成多行，这样每个键值对单独占一行，避免了直接拆分列时的冗余问题。注意这里sep要用\\|，因为|是正则表达式的特殊字符，必须转义。
2. separate()：将每个键值对按:拆分为key（属性名）和value（属性值）两列，fill = "right"保证当键后面没有值时（比如Consumo energía:），value列会得到空字符串而不是抛出错误。
3. na_if()：把空字符串的value转为NA，和你预期输出里的缺失值格式保持一致。
4. pivot_wider()：把长格式数据重塑为宽格式，自动将所有出现过的key作为新列名，对应行的value填充单元格，缺失的属性自动补NA。

输出效果 #

运行后得到的结果完全符合你的预期，所有属性都成为独立列，每条原始记录对应一行，缺失的属性值显示为NA。

内容的提问来源于stack exchange，提问作者user113156