如何用tidyverse将含NA值的单列拆分为Make/Model/Value三列？

原始数据 #

df <- tibble(value = c("Ford", "Focus", "2,300", "Chevy", "15", "Toyota", "245", "Honda", "Nissan"))

目标格式 #

Make   Model     Value   
Ford   Focus     2,300
Chevy  NA        15
Toyota NA        245
Honda  NA        NA
Nissan NA        NA

解决方案代码 #

library(tidyverse)

# 构造原始数据
df <- tibble(value = c("Ford", "Focus", "2,300", "Chevy", "15", "Toyota", "245", "Honda", "Nissan"))

result <- df %>%
  # 标记数值型的Value（匹配带逗号的数字格式）
  mutate(is_value = grepl("^\\d+,?\\d*$", value)) %>%
  # 反转数据，从后往前识别组边界
  arrange(desc(row_number())) %>%
  # 生成组ID：遇到Value或连续非Value元素时开启新组
  mutate(group_id = cumsum(ifelse(row_number() == 1, TRUE, 
                                 is_value[row_number()-1] | (!is_value[row_number()] & !is_value[row_number()-1])))) %>%
  # 恢复原顺序并重新编号组ID
  arrange(desc(group_id)) %>%
  mutate(group_id = dense_rank(group_id)) %>%
  # 给组内元素分配位置序号（1=Make，2=Model，3=Value）
  group_by(group_id) %>%
  mutate(pos = row_number()) %>%
  ungroup() %>%
  # 转换为宽表并重命名列
  pivot_wider(names_from = pos, values_from = value,
              names_transform = function(x) case_when(x==1 ~ "Make", x==2 ~ "Model", x==3 ~ "Value")) %>%
  # 填充缺失值为NA，整理列顺序
  select(Make, Model, Value) %>%
  replace_na(list(Model = NA_character_, Value = NA_character_))

# 输出结果
print(result, n=Inf)

代码说明 #

1. 标记Value类型：用grepl匹配带逗号的数字格式，区分出数值型的Value元素。
2. 反转数据分组：从后往前判断组边界，当遇到Value或连续两个非Value元素时，标记为新组的起始点，生成group_id。
3. 恢复顺序并编号：将数据转回原顺序，重新对组ID进行连续编号。
4. 组内位置标记：给每个组内的元素分配1/2/3的位置序号，对应Make/Model/Value。
5. 宽表转换：用pivot_wider将长表转成宽表，重命名列后填充缺失值为NA，得到目标格式。

输出结果 #

# A tibble: 5 × 3
  Make   Model Value 
  <chr>  <chr> <chr> 
1 Ford   Focus 2,300 
2 Chevy  NA    15    
3 Toyota NA    245   
4 Honda  NA    NA    
5 Nissan NA    NA    

内容的提问来源于stack exchange，提问作者matt_lnrd