如何在R语言中合并列值并处理分隔符异常情况？

方法一：逐行过滤空值后合并（推荐） #

这种方法直接跳过空字符串，从根源避免多余的+符号，逻辑更清晰：

library(dplyr)

# 原始数据
fruit <- c("apple", "orange", "peach", "")
color <- c("red", "orange", "", "purple")
taste <- c("sweet", "", "sweet", "neutral")
df <- data.frame(fruit, color, taste)

# 生成目标数据框df2
df2 <- df %>%
  rowwise() %>%  # 按行处理数据
  mutate(
    combined = paste(
      # 筛选当前行非空的元素
      c(fruit, color, taste)[c(fruit, color, taste) != ""],
      collapse = " + "  # 用指定分隔符连接
    )
  ) %>%
  ungroup()  # 取消按行分组

运行后df2的combined列完全符合预期：

> df2
# A tibble: 4 × 4
  fruit  color  taste   combined           
  <chr>  <chr>  <chr>   <chr>              
1 apple  red    sweet   apple + red + sweet
2 orange orange ""      orange + orange    
3 peach  ""     sweet   peach + sweet      
4 ""     purple neutral purple + neutral

方法二：先合并再用正则清理 #

如果坚持用unite函数，可以先合并所有列，再用简洁的正则表达式清理多余的+和空格：

library(dplyr)
library(tidyr)

df2 <- df %>%
  # 先合并所有列，保留原列
  unite("combined", fruit, color, taste, sep = " + ", remove = FALSE) %>%
  # 清理开头、结尾以及连续的`+`符号
  mutate(
    combined = gsub(
      pattern = "^\\s*\\+\\s*|\\s*\\+\\s*$|\\s*\\+\\s*(?=\\+)",
      replacement = "",
      x = combined,
      perl = TRUE
    )
  ) %>%
  # 去除首尾可能残留的空格
  mutate(combined = trimws(combined))

这个正则的逻辑：

• ^\\s*\\+\\s*：匹配开头的+（包括前后任意空格）
• \\s*\\+\\s*$：匹配结尾的+（包括前后任意空格）
• \\s*\\+\\s*(?=\\+)：匹配中间连续的+（正向预查确保后面还有一个+）

内容的提问来源于stack exchange，提问作者hy9fesh