如何在R中将data.frame含分号的列拆分并生成新行？

原始数据 #

df <- data.frame(id = c(1:12),
               A = c("alpha", "alpha", "beta", "beta", "gamma", "gamma", "gamma", "delta", 
                     "epsilon", "epsilon", "zeta", "eta"),
               B = c("a", "a; b", "a", "c; d; e", "e", "e", "c; f", "g", "a", "g; h", "f", "d"),
               C = c(NA, 4, 2, 7, 4, NA, 9, 1, 1, NA, 3, NA),
               D = c("ii", "ii", "i", "iii", "iv", "v", "viii", "v", "viii", "i", "iii", "i"))

需求说明 #

拆分B列中以; 分隔的条目，复制对应行并将每个单独值填入新行的B列，得到目标数据框df2。

你的代码问题分析 #

你尝试的代码存在几个关键错误：

• 修改df2$B为拆分后的向量后，df2的行数已与原数据不一致，后续用原行号重复会导致数据错位；
• 代码中出现未定义的df1，应为原数据框df；
• 重复id的逻辑错误，会导致id被多次重复，而非对应原行的id复制。

解决方案 #

方案1：使用tidyr包（简洁高效）

tidyr::separate_rows()可以直接完成拆分列并复制对应行的操作，无需手动处理行重复：

library(tidyr)

df2 <- df %>%
  separate_rows(B, sep = "; ")

方案2：Base R实现

如果不想加载额外包，可通过以下步骤实现：

# 拆分B列得到每个元素的列表
split_B <- strsplit(as.character(df$B), "; ")
# 计算每个拆分后元素的长度，用于行重复
row_counts <- sapply(split_B, length)
# 重复原数据的行，匹配拆分后的元素数量
df2 <- df[rep(seq_len(nrow(df)), row_counts), ]
# 将拆分后的B列值替换到新数据框中
df2$B <- unlist(split_B)
# 按id排序（与预期结果一致）
df2 <- df2[order(df2$id), ]

两种方案运行后得到的结果均与你预期的df2完全一致。

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