在R中按团队归属拆分CSV列并分类填充的技术问询

先纠正个小笔误：你定义的teamb_b应该是team_b吧？下面代码里我会用正确的变量名。

直接上实操代码，一步步解决你的需求：

1. 读入数据并预处理 #

假设你的CSV文件叫data.csv，先读入数据，再把D列的分号分隔名字拆成列表格式（比separate更适合处理每行数量不定的元素）：

library(dplyr)
library(stringr)

# 读入CSV数据
df <- read.csv("data.csv", stringsAsFactors = FALSE)

# 拆分D列的名字，得到每行对应一个名字向量的列表列
df <- df %>%
  mutate(names_list = str_split(D, ";\\s*"))  # 匹配分号+可选空格，避免拆分后名字带多余空格

2. 统一管理团队成员 #

把三个团队整合成一个列表，后续处理更简洁：

teams <- list(
  team_a = c('John', 'Tim'),
  team_b = c('David', 'Jack'),
  team_c = c('Sue', 'Frank', 'Jane')
)

3. 新增团队列并填充对应成员 #

用交集匹配提取每行属于对应团队的名字，再拼接成字符串：

df <- df %>%
  mutate(
    team_a = map_chr(names_list, ~str_c(intersect(.x, teams$team_a), collapse = "; ")),
    team_b = map_chr(names_list, ~str_c(intersect(.x, teams$team_b), collapse = "; ")),
    team_c = map_chr(names_list, ~str_c(intersect(.x, teams$team_c), collapse = "; "))
  )

解释：intersect用来筛选出每行名字中属于对应团队的成员，str_c把这些成员用分号拼接成字符串；如果没有匹配成员，对应列会显示空字符串。

4. 统计每行各团队人数 #

直接从拆分后的名字列表里统计对应团队的人数：

df <- df %>%
  mutate(
    count_team_a = map_int(names_list, ~sum(.x %in% teams$team_a)),
    count_team_b = map_int(names_list, ~sum(.x %in% teams$team_b)),
    count_team_c = map_int(names_list, ~sum(.x %in% teams$team_c))
  )

解释：%in%判断每个名字是否属于对应团队，sum统计符合条件的数量（TRUE会被识别为1，FALSE为0）。

示例效果 #

以你给出的几行数据为例：

• 第1行D列John; Tim; David; Jack：team_a列显示John; Tim，count_team_a为2；team_b列显示David; Jack，count_team_b为2；team_c列空，count_team_c为0
• 第2行D列Tim：team_a列显示Tim，count_team_a为1；其余团队列空，计数为0
• 第3行D列Jack; David; Sue：team_b列显示Jack; David，count_team_b为2；team_c列显示Sue，count_team_c为1；team_a列空，计数为0

内容的提问来源于stack exchange，提问作者SMK123