如何在R语言中拆分允许多选的问卷问题答案？

问题场景 #

你遇到的是问卷多选答案的典型处理需求——把用分号分隔的多个选项拆分成单独行，这样就能方便统计各选项的出现频率。你用str_split得到列表是正常的，因为它会把每个受访者的选项拆成向量存入列表元素，而我们需要的是把这些向量展开成单独的行记录。

解决方案（推荐用tidyverse工具） #

用tidyr包的separate_rows函数可以一步完成拆分和行展开，同时保留受访者的其他信息（比如ID），操作更简洁：

1. 先加载所需包：

library(dplyr)
library(tidyr)

2. 示例数据（模拟你的问卷数据）：

survey <- tibble(
  受访者ID = 1:3,
  通勤方式 = c("步行；驾车", "乘公交", "步行；乘公交；骑行")
)

3. 拆分并展开成行，同时清理选项前后的空格：

survey_clean <- survey %>%
  separate_rows(通勤方式, sep = "；") %>%  # 按分号拆分并展开
  mutate(通勤方式 = trimws(通勤方式))     # 去掉选项前后的空格（避免" 驾车"这种带空格的情况）

4. 统计最常见的通勤方式：

survey_clean %>%
  count(通勤方式, sort = TRUE)  # sort=TRUE会按次数从多到少排序

Base R 替代方案 #

如果不想用tidyverse，也可以用基础R实现：

# 拆分得到列表
split_list <- str_split(survey$通勤方式, "；")
# 生成每个选项对应的受访者ID
id_list <- rep(survey$受访者ID, sapply(split_list, length))
# 提取所有选项并清理空格
travel_options <- trimws(unlist(split_list))
# 组合成清理后的数据框
survey_clean_base <- data.frame(受访者ID = id_list, 通勤方式 = travel_options)

# 统计频率
table(survey_clean_base$通勤方式)

这样处理后，每个受访者的每个通勤选项都会单独占一行，你可以轻松统计出最受欢迎的通勤方式。

内容的提问来源于stack exchange，提问作者Shout