R语言重塑数据框时字符串拆分问题：TYPE列为空如何修复？

问题1：修复重塑后TYPE列为空的问题 #

你的代码中separate函数的分隔符处理有误，因为(是正则表达式的特殊字符，未转义导致分隔失败，TYPE列才会为空。以下是修正后的完整代码：

library(dplyr)
library(tidyr)
library(stringr)  # 新增stringr包用于更便捷的字符串处理

df <- tibble(
  ID = 1,
  `Zebra fish (one)` = 3,
  `Zebra fish (two)` = 4,
  `Dog-caut (zero)` = 9,
  `Dog-caut (hello there)` = 12
)

long_df <- df %>%
  pivot_longer(
    cols = -ID, 
    names_to = "CATEGORY_TYPE", 
    values_to = "SCORE"
  ) %>%
  # 用转义后的括号作为分隔符，extra=merge确保带空格的TYPE不被拆分
  separate(CATEGORY_TYPE, into = c("CATEGORY", "TYPE"), sep = " \\(", extra = "merge") %>%
  # 移除TYPE末尾的右括号
  mutate(TYPE = str_remove(TYPE, "\\)"))

print(long_df)

运行后就能得到你需要的目标格式：

# A tibble: 4 × 4
     ID CATEGORY   TYPE         SCORE
  <dbl> <chr>      <chr>        <dbl>
1     1 Zebra fish one             3
2     1 Zebra fish two             4
3     1 Dog-caut   zero            9
4     1 Dog-caut   hello there    12

关键修正点：

• 分隔符改为" \\("：R中字符串里的正则转义符需要写双反斜杠，才能正确识别(作为普通字符。
• 用str_remove替代sub：更直观地移除TYPE列末尾的)，避免正则转义出错。
• 添加extra = "merge"：确保像hello there这类带空格的TYPE内容不会被拆分到多列。

问题2：处理复杂字符串列名的拆分 #

对于带--和;的复杂列名，我们可以分步骤提取所需字段，以下是实现代码：

library(dplyr)
library(tidyr)
library(stringr)

# 构造示例数据
df2 <- tibble(
  ID = 1,
  `Zebra fish (one)--Hello; blah` = 7
)

df2_clean <- df2 %>%
  pivot_longer(cols = -ID, names_to = "raw_col", values_to = "VALUE") %>%
  # 先拆分出CATEGORY和括号及后面的内容
  separate(raw_col, into = c("CATEGORY", "temp"), sep = " \\(", extra = "merge") %>%
  mutate(
    # 提取括号内的TYPE1
    TYPE1 = str_extract(temp, "^[^)]+"),
    # 提取--后面到;之前的内容并转小写
    TYPE2 = str_to_lower(str_extract(temp, "(?<=--)[^;]+"))
  ) %>%
  # 保留需要的列
  select(ID, CATEGORY, TYPE1, TYPE2, VALUE)

print(df2_clean)

运行结果符合你的目标格式：

# A tibble: 1 × 5
     ID CATEGORY   TYPE1 TYPE2 VALUE
  <dbl> <chr>      <chr> <chr> <dbl>
1     1 Zebra fish one   hello     7

关键处理逻辑：

• str_extract(temp, "^[^)]+")：从临时字符串开头提取到第一个)前的内容，即TYPE1。
• str_extract(temp, "(?<=--)[^;]+")：用正向预查匹配--之后的内容，直到遇到;为止，再用str_to_lower统一转为小写。

内容的提问来源于stack exchange，提问作者bvowe