使用mutate创建line_id列时出现类型转换错误，寻求解决方案

错误原因分析 #

你的错误根源不在line_id的生成步骤，而是文本拆分阶段的代码逻辑错误：

• enframe(strsplit(text, split = "\n"))用法错误：strsplit返回的是列表，直接用enframe会把整个列表转为一个单一的dataframe，而非对每行文本的拆分结果单独处理，导致后续unnest后生成的dataframe存在结构异常（比如包含列表列），触发后续mutate时的类型不匹配错误。
• str_remove(doc_id, ".txt")中的.未转义：.在正则表达式中匹配任意字符，会错误移除doc_id中任意字符加txt的部分，而非仅移除.txt后缀。

修复后的代码 #

推荐用更简洁的separate_rows直接完成文本拆分，避免嵌套结构问题：

split_text <- raw_text %>%
  separate_rows(text, sep = "\n") %>%  # 按换行符直接拆分文本为多行
  rename(text_raw = text) %>%
  mutate(doc_id = str_remove(doc_id, "\\.txt")) %>%  # 转义点号，精准移除.txt后缀
  filter(text_raw != "") %>%  # 移除空行
  mutate(line_id = row_number())

如果坚持使用strsplit+enframe，需用map对每行单独处理：

split_text <- raw_text %>%
  mutate(text = map(strsplit(text, "\n"), ~enframe(.x, name = NULL, value = "text_raw"))) %>%
  unnest(text) %>%
  mutate(doc_id = str_remove(doc_id, "\\.txt")) %>%
  filter(text_raw != "") %>%
  mutate(line_id = row_number())

验证要点 #

• 运行前可先用glimpse(raw_text)检查原数据的列类型，确保text是字符列，无嵌套结构。
• 拆分后用glimpse(split_text)确认所有列都是常规类型（无列表列），再执行line_id生成步骤。

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