R语言：将拼接变量名与值的向量转换为单一数据框的高效方法

你的循环方法确实能实现需求，但对于大数据来说效率不够高。其实用tidyr和dplyr的组合就能轻松搞定，而且是向量化操作，性能更好，代码也更简洁。

问题出在你之前直接用pivot_wider的时候，没有给每行一个唯一标识符，导致函数没办法把拆分后的变量值对应回原来的行。解决思路是先把每行的多变量拆成多行，保留行号，再转宽格式：

library(tidyverse)

# 第一步：给原数据添加行号，标记每个值所属的原始行
data_with_rowid <- data %>% 
  mutate(row_id = row_number())

# 第二步：把每行的变量名和值拆分成单独的行（一对一行）
long_format <- data_with_rowid %>% 
  separate_rows(var_names, values, sep = ",", convert = FALSE)

# 第三步：转成宽格式，自动填充缺失值为NA
final_result <- long_format %>% 
  pivot_wider(
    id_cols = row_id,
    names_from = var_names,
    values_from = values
  ) %>% 
  select(-row_id) %>%  # 移除行号列
  select(sort(names(.)))  # 按列名排序

# 查看结果
final_result

运行这段代码后，得到的结果和你循环方法生成的result完全一致，但代码更易读，而且处理大数据时速度会快很多——因为向量化操作避免了循环的性能损耗。

为什么之前pivot_wider报错？ #

因为原数据的每行是“多变量-多值”的组合，没有行标识符的话，pivot_wider无法判断哪些值属于同一行。添加row_id后，函数就能准确把每个变量值映射到对应的行，自然不会报错了。

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