如何在R中读取含方括号的文件并转为带列表元素的数据框？

错误原因 #

你的CSV文件中，[G30, F00]这类字段内部包含逗号，而read.csv默认会把所有逗号识别为列分隔符，导致实际拆分出的列数超过表头定义的5列，因此抛出more columns than column names错误。

解决方案 #

方法一：Base R 手动处理 #

1. 先读取所有行内容

lines <- readLines("example.txt")

2. 用正则表达式分割每行，仅拆分不在方括号[]内的逗号

split_lines <- strsplit(lines, "(?<!\\[[^\\]]*),(?![^\\[]*\\])", perl = TRUE)

3. 转换为数据框并设置表头

df <- as.data.frame(do.call(rbind, split_lines), stringsAsFactors = FALSE)
colnames(df) <- df[1, ]
df <- df[-1, ]

4. 将含列表的列转换为列表格式（每个元素为字符向量）

# 定义处理函数：去除首尾方括号，拆分内部内容为向量
process_list_col <- function(x) {
  x_clean <- gsub("^\\[|\\]$", "", x)
  strsplit(x_clean, ",\\s*")
}

# 应用到目标列
df$ICD10_2023 <- process_list_col(df$ICD10_2023)
df$ICD10_2019 <- process_list_col(df$ICD10_2019)
df$ubk_coding_19 <- process_list_col(df$ubk_coding_19)

方法二：使用data.table（更简便） #

data.table的fread函数能智能识别字段内部的逗号，自动正确拆分列：

1. 安装并加载data.table（若未安装）

install.packages("data.table")
library(data.table)

2. 读取文件

dt <- fread("example.txt", sep = ",", quote = "")

3. 转换列表列

process_list_col <- function(x) {
  x_clean <- gsub("^\\[|\\]$", "", x)
  strsplit(x_clean, ",\\s*")
}

# 批量处理目标列
dt[, c("ICD10_2023", "ICD10_2019", "ubk_coding_19") := lapply(.SD, process_list_col), .SDcols = c("ICD10_2023", "ICD10_2019", "ubk_coding_19")]

处理完成后，df或dt中的目标列每个元素都是字符向量，例如df$ICD10_2023[[1]]会返回c("G30", "F00")。

内容的提问来源于stack exchange，提问作者Caterina