如何拆分长度可变的字符串并转换为带NA填充的DataFrame

针对你的需求，这里提供两种R语言实现方法，都能将字符串向量拆分成目标格式的DataFrame，缺失值自动填充NA：

方法一：Base R 原生实现 #

# 定义原始数据
mydat <- c("1-2 1-1", "1-2 1-1 3-3", "1-1 2-1 4-1", "1-1")

# 1. 按空格拆分每个字符串为x-y片段列表
split_fragments <- strsplit(mydat, " ")

# 2. 将每个x-y片段拆分为数字，扁平化处理
flat_nums <- lapply(split_fragments, function(frag) as.numeric(unlist(strsplit(frag, "-"))))

# 3. 计算最长的数字序列长度，给短序列补NA
max_length <- max(sapply(flat_nums, length))
filled_nums <- lapply(flat_nums, function(x) c(x, rep(NA, max_length - length(x))))

# 4. 转换为DataFrame并命名列
newdat <- as.data.frame(do.call(rbind, filled_nums))
colnames(newdat) <- c("one", "two", "three", "four", "five", "six")

# 查看结果
newdat

方法二：Tidyverse 工具链实现 #

如果习惯用tidyverse的语法，代码更简洁直观：

library(tidyverse)

# 定义原始数据
mydat <- c("1-2 1-1", "1-2 1-1 3-3", "1-1 2-1 4-1", "1-1")

newdat <- tibble(raw_str = mydat) %>%
  # 按空格拆分每行，生成多行数据
  separate_rows(raw_str, sep = " ") %>%
  # 将x-y拆分为两个数值列
  separate(raw_str, into = c("num1", "num2"), sep = "-", convert = TRUE) %>%
  # 为原始每行数据添加分组ID
  group_by(orig_id = rep(1:length(mydat), each = n()/length(mydat))) %>%
  # 生成目标列名的映射
  mutate(col_name = rep(c("one", "two"), n())) %>%
  ungroup() %>%
  # 转换为宽格式
  pivot_wider(names_from = col_name, values_from = c(num1, num2)) %>%
  # 清理列名并按顺序排列
  rename_with(~str_remove(., "num\\d+_")) %>%
  select(one, two, three, four, five, six)

# 查看结果
newdat

两种方法运行后都会得到你需要的newdat格式，缺失位置自动填充NA。

内容的提问来源于stack exchange，提问作者Joe