如何在separate_rows()中用正则保留右括号拆分多选项数据

从Google Forms导出的Q11列是巴西地区多选数据，使用"), "作为分隔符，需要将每行的多选值拆分为单独行，同时保留每个地区条目的右括号)。原代码使用separate_rows(value, sep = "\\),")无法实现需求，因为会丢失右括号。

解决方案 #

核心是使用正则正向后顾断言匹配分隔符，确保拆分时不消耗右括号。以下提供两种可行的tidyverse方案：

方案一：改进separate_rows的正则表达式 #

library(tidyverse)

# 先将factor类型的Q11转为字符型（避免因子处理问题）
df <- df %>% mutate(Q11 = as.character(Q11))

# 拆分并保留右括号
final_df <- df %>%
  select(Q1, Q11) %>% # 保留需要的列（原代码包含Q1，若无需可移除）
  separate_rows(Q11, sep = "(?<=\\)), ")

正则说明

(?<=\\)), 是正向后顾断言：

• (?<=\\))：确保当前位置的前一个字符是右括号)（需转义为\\)）
• , ：匹配分隔符中的逗号和空格
  拆分时仅移除逗号和空格，完整保留前面的右括号。

方案二：使用str_split结合unnest #

如果更习惯手动拆分字符串，可先生成列表列再展开：

final_df <- df %>%
  mutate(Q11 = as.character(Q11)) %>%
  select(Q1, Q11) %>%
  mutate(Q11 = str_split(Q11, "(?<=\\)), ")) %>%
  unnest(Q11)

验证结果 #

拆分后的Q11列将呈现为每行一个完整的地区条目，例如：

Sul (Rio Grande do Sul, Santa Catarina, Paraná)
Nordeste (Alagoas, Bahia, Ceará, Maranhão, Piauí, Pernambuco, Paraíba, Rio Grande do Norte e Sergipe)
Sudeste (Espírito Santo, Minas Gerais, Rio de Janeiro e São Paulo)

内容的提问来源于stack exchange，提问作者Larissa Cury