R语言中定位separate_rows报错行并移至新数据框DF的方法

核心思路：先筛选异常行，再处理正常行 #

不用逐行tryCatch（大数据量下会导致程序假死），直接通过统计分隔符数量快速定位异常行：

1. 统计每行的分隔符数量
   用stringr::str_count计算Col1和Col2中;的个数，判断是否相等：

library(stringr)
library(tidyr)
library(data.table) # 若用data.table格式，用dplyr也可

# 给原数据框添加计数列
DT[, col1_count := str_count(Col1, ";")]
DT[, col2_count := str_count(Col2, ";")]

# 拆分异常行和正常行
DF <- DT[col1_count != col2_count, ]
DT_clean <- DT[col1_count == col2_count, ]

# 清理临时计数列
DT_clean[, c("col1_count", "col2_count") := NULL]
DF[, c("col1_count", "col2_count") := NULL]

2. 对正常行执行拆分

DT_split <- separate_rows(DT_clean, Col1, Col2, sep = "; ")

为什么tryCatch会导致冻结？ #

逐行使用tryCatch相当于循环处理每一行，当数据量较大时，这种方式时间复杂度极高，会让程序陷入长时间运算，看起来像是“冻结”。直接通过向量式的统计判断，是R中更高效的处理方式。

内容的提问来源于stack exchange，提问作者John H