R语言按分隔符拆分键值对列并将键转为新列的问题

错误原因 #

你遇到的报错是因为tidyr::separate的sep参数不支持stringr::fixed()生成的修饰符对象，直接传入普通字符串分隔符即可。

修正后的tidyverse代码 #

基于你的原有思路调整，可正常运行且处理无值键的NA为空字符串：

library(stringr)
library(tidyr)
library(dplyr)

# 直接用字符串作为分隔符，无需fixed()修饰
KVsep <- ";"  
Vsep <- "="     

newDF <- data %>%
  mutate(KVpairs = str_split(INFO, KVsep)) %>%
  unnest_longer(KVpairs)  # 更规范的列表列拆分方式
  separate(KVpairs, into = c("key", "value"), sep = Vsep, fill = "right") %>%  # 无值键自动填充NA
  mutate(value = ifelse(is.na(value), "", value)) %>%  # 将NA替换为空字符串
  pivot_wider(names_from = key, values_from = value) %>%  # 替代spread的高效新函数
  select(-INFO)

大数据量优化方案 #

若数据量达数百万行，tidyverse方法效率有限，可改用data.table实现，速度提升明显：

library(data.table)
library(stringr)

setDT(data)

# 拆分INFO为键值对列表
data[, KVpairs := str_split(INFO, ";")]
# 展开列表为行，保留原始行号
data_long <- data[, .(KVpair = unlist(KVpairs)), by = .(rowid = seq_len(nrow(data)))]
# 拆分键和值，无值键填充NA
data_long[, c("key", "value") := tstrsplit(KVpair, "=", fill = "right")]
# 将NA替换为空字符串
data_long[is.na(value), value := ""]
# 转换为宽表
data_wide <- dcast(data_long, rowid ~ key, value.var = "value")
# 移除行号列，得到最终结果
data_new <- data_wide[, !"rowid"]

结果验证 #

运行上述代码后，IMPUTED列会全部为空字符串，FREQ列正确提取对应值，其他所有存在的键都会生成对应列，完全符合需求。

内容的提问来源于stack exchange，提问作者curious