如何用separate_wider将键值对转为列名与单元格值（R语言）

我有如下含键值对格式的R语言数据框：

df <- data.frame(V_1 = c("null", "name:c", "name:d", "name:a", "name:k","name:A"),
                 V_2 = c("null", "cat:Y", "cat:Z", "cat:K", "cat:L","cat:K"))

需求说明 #

该数据框包含多列键值对格式的数据，需要拆分单元格值，将键作为新列的列名，对应的值作为该列的单元格值。实际数据框包含数百列，因此需要无需手动输入列名、可基于键值对前半部分自动生成列名的解决方案。

预期输出 #

df2 <- data.frame(name = c("null", "c", "d", "a", "k","A"),
                  cat = c("null", "Y", "Z", "K", "L","K"))
df2

现有尝试 #

我目前用以下代码拆分键值对，但不知道如何完成后续转换：

df3 <- df %>%
  separate_wider_delim(cols = everything(),
                       delim = ",",
                       too_few = "align_start",
                       names_sep = "")

可行解决方案 #

可以借助tidyverse工具链，通过「长格式转换→键值拆分→宽格式还原」的流程实现自动处理，全程无需手动指定目标列名：

library(tidyverse)

# 原始数据框
df <- data.frame(V_1 = c("null", "name:c", "name:d", "name:a", "name:k","name:A"),
                 V_2 = c("null", "cat:Y", "cat:Z", "cat:K", "cat:L","cat:K"))

# 自动拆分并生成新列
df2 <- df %>%
  # 生成行号，保证转换后行顺序与原数据一致
  mutate(row_id = row_number()) %>%
  # 将所有列转为长格式，统一处理键值对
  pivot_longer(-row_id, values_to = "kv_pair") %>%
  # 拆分键值对，处理无冒号的"null"情况
  separate(kv_pair, into = c("key", "value"), sep = ":", fill = "right") %>%
  # 补全"null"对应的键值逻辑
  mutate(
    key = ifelse(is.na(key), "temp_key", key),
    value = ifelse(is.na(value) | value == "null", "null", value)
  ) %>%
  # 过滤临时键，保留有效键值对
  filter(key != "temp_key" | value == "null") %>%
  # 转回宽格式，自动用拆分出的key作为列名，缺失值填充为"null"
  pivot_wider(id_cols = row_id, names_from = key, values_from = value, values_fill = "null") %>%
  # 移除辅助行号列
  select(-row_id)

# 查看最终结果
print(df2)

代码逻辑说明

1. 行号生成：用row_number()标记每行，确保转换后数据行顺序与原数据完全一致，避免多列转换时出现混乱。
2. 长格式转换：pivot_longer将原数据的多列合并为一列键值对，方便后续统一拆分处理。
3. 键值拆分：separate按冒号拆分单元格内容，fill = "right"确保"null"这类无冒号的内容不会报错，而是将key设为NA。
4. 补全逻辑：对key为NA的情况临时标记，同时将所有空值或"null"统一设为"null"，保证格式统一。
5. 宽格式还原：pivot_wider自动将拆分出的key作为新列名，values_fill = "null"确保所有缺失位置填充为"null"，完美匹配预期输出。

内容的提问来源于stack exchange，提问作者Icewaffle