如何为dplyr的separate函数添加排序属性规整多选问卷数据

我有一份“可多选”问卷的数据，格式如下：

ID <- c(1,2,3,4,5)
answer <- c("apple, orange", "pinneaple, apple", "orange, pinneaple", "pinneaple, orange","apple")

df <- data.frame(ID,answer)

> df
  ID            answer
1  1     apple, orange
2  2  pinneaple, apple
3  3 orange, pinneaple
4  4 pinneaple, orange
5  5             apple

我尝试用dplyr包的separate函数拆分并展开结果，但只实现了部分需求：

df %>% 
  separate(answer, into = c("ans1", "ans2","ans3"), sep = ", ")

> df
  ID      ans1      ans2 ans3
1  1     apple    orange <NA>
2  2 pinneaple     apple <NA>
3  3    orange pinneaple <NA>
4  4 pinneaple    orange <NA>
5  5     apple      <NA> <NA>

我希望将结果按指定顺序规整，比如让ans1对应apple，最终得到如下目标数据框：

> target_df
  ID  ans1   ans2      ans3
1  1 apple orange      <NA>
2  2 apple   <NA> pinneaple
3  3  <NA> orange pinneaple
4  4  <NA> orange pinneaple
5  5 apple   <NA>      <NA>

请问能否为separate函数添加该排序属性？

解决方案：separate本身不支持排序属性，但可通过后续步骤实现目标 #

separate的核心作用只是按分隔符拆分字符串，没有内置的排序/规整列内容的功能。不过可以通过两种思路实现你的需求：

方法一：长格式转换法（推荐，适配复杂场景）

先把拆分后的内容转成长格式，再按指定选项顺序转回宽格式，确保每个选项对应固定列：

library(dplyr)
library(tidyr)

# 定义目标列对应的选项顺序：ans1→apple，ans2→orange，ans3→pinneaple
target_order <- c("apple", "orange", "pinneaple")

df %>%
  # 将每个选项拆分为单独行
  separate_rows(answer, sep = ", ") %>%
  # 为每个选项匹配对应的目标列名
  mutate(col = paste0("ans", match(answer, target_order))) %>%
  # 转回宽格式，空值填充NA
  pivot_wider(
    id_cols = ID,
    names_from = col,
    values_from = answer,
    values_fill = NA
  ) %>%
  # 强制列顺序符合目标要求
  select(ID, paste0("ans", seq_along(target_order)))

运行结果：

# A tibble: 5 × 4
     ID ans1  ans2   ans3     
  <dbl> <chr> <chr>  <chr>    
1     1 apple orange NA       
2     2 apple NA     pinneaple
3     3 NA    orange pinneaple
4     4 NA    orange pinneaple
5     5 apple NA     NA       

方法二：行内排序法（适合小数据量）

在separate拆分后，直接对每行的选项按指定顺序排序，再重新赋值到对应列：

library(dplyr)
library(tidyr)
library(purrr)

target_order <- c("apple", "orange", "pinneaple")

df %>%
  separate(answer, into = c("ans1", "ans2", "ans3"), sep = ", ", fill = "right") %>%
  rowwise() %>%
  mutate(
    # 提取当前行的有效选项，匹配目标顺序的位置并排序
    sorted_pos = list(sort(match(c(ans1, ans2, ans3), target_order), na.last = NA)),
    # 按排序后的位置给对应列赋值
    ans1 = ifelse(1 %in% sorted_pos, target_order[1], NA),
    ans2 = ifelse(2 %in% sorted_pos, target_order[2], NA),
    ans3 = ifelse(3 %in% sorted_pos, target_order[3], NA)
  ) %>%
  select(-sorted_pos) %>%
  ungroup()

该方法同样能得到符合要求的目标数据框。

内容的提问来源于stack exchange，提问作者Unai Vicente