如何使用dplyr将CSV中的多值读取为字符向量？

问题场景 #

从CSV读取的参数数据结构如下：

param_file <- tribble(
  ~variable, ~value,
  "year", "2023",
  "version", "Saint_XL, Sinner_XY",
  "metric", "ATE, OFCE"
)

当前使用dplyr逐个提取变量的方式，仅对单值参数（如year）有效，但含多值的参数（如version、metric）会被提取为单个字符串，无法得到预期的字符向量格式。

解决方案 #

方法1：逐个处理变量 #

使用stringr::str_split()拆分多值字符串，再通过purrr::flatten_chr()将拆分后的列表转为字符向量：

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

# 提取并处理单值参数
year <- param_file %>% filter(variable == "year") %>% pull(value) %>% str_split(", ") %>% flatten_chr()

# 提取并处理多值参数
version <- param_file %>% filter(variable == "version") %>% pull(value) %>% str_split(", ") %>% flatten_chr()
metric <- param_file %>% filter(variable == "metric") %>% pull(value) %>% str_split(", ") %>% flatten_chr()

该方法兼容单值和多值参数，单值参数拆分后仍会保留为长度1的字符向量。

方法2：批量处理并自动赋值 #

如果参数数量较多，可通过批量处理一次性将所有参数赋值到全局环境，无需逐个编写提取代码：

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

param_file %>%
  # 统一拆分所有值为字符向量
  mutate(value = str_split(value, ", ")) %>%
  # 转换为命名列表（变量名为键，拆分后的向量为值）
  deframe() %>%
  # 遍历列表，将每个元素赋值为全局环境中的变量
  imap(~ assign(.y, .x, envir = globalenv()))

验证结果 #

执行上述代码后，环境中的变量格式符合预期：

> year
[1] "2023"
> version
[1] "Saint_XL" "Sinner_XY"
> metric
[1] "ATE" "OFCE"

内容的提问来源于stack exchange，提问作者J K