如何用data.table通用拆分任意字符串列为多列？

你的代码错误原因很明确：循环里用.()包裹indN时，传递的是列名字符串本身（比如"typeA"），而不是引用dtToSplit中对应的列，所以拆分结果全是列名的重复值。

方案一：修正循环写法 #

用get()函数根据列名字符串获取对应列，或者通过.SD[[indN]]引用列，两种写法都能解决问题：

写法1：使用get()

dtToSplit = data.table(attr = c(1,30,4,6),
                       typeA=c('foo_and_bar','foo_and_bar_2'),
                       typeB=c('cat_and_dog', 'orange_and_apple'))
namesSpl <- c('typeA', 'typeB')

for (indN in namesSpl) {
  dtToSplit[, paste0(indN, 1:2) := tstrsplit(get(indN), "_and_")]
}

写法2：使用.SD[[indN]]

for (indN in namesSpl) {
  dtToSplit[, paste0(indN, 1:2) := tstrsplit(.SD[[indN]], "_and_"), .SDcols = indN]
}

方案二：无循环的批量处理（更符合data.table风格） #

data.table原生支持批量列操作，不需要循环就能完成通用拆分，效率更高：

dtToSplit = data.table(attr = c(1,30,4,6),
                       typeA=c('foo_and_bar','foo_and_bar_2'),
                       typeB=c('cat_and_dog', 'orange_and_apple'))
namesSpl <- c('typeA', 'typeB')

# 生成所有新列名
new_cols <- unlist(lapply(namesSpl, function(x) paste0(x, 1:2)))
# 批量拆分并赋值
dtToSplit[, (new_cols) := lapply(.SD, tstrsplit, split = "_and_"), .SDcols = namesSpl]

正确结果 #

执行后得到的正确数据表如下：

attr         typeA            typeB typeA1 typeA2 typeB1 typeB2
1:    1   foo_and_bar      cat_and_dog    foo    bar    cat    dog
2:   30 foo_and_bar_2 orange_and_apple    foo bar_2 orange  apple
3:    4   foo_and_bar      cat_and_dog    foo    bar    cat    dog
4:    6 foo_and_bar_2 orange_and_apple    foo bar_2 orange  apple

内容的提问来源于stack exchange，提问作者Lorenzo Tattini