如何用dplyr拆分Event列，将每个事件转为单独行并生成新列？

原始数据 #

需求目标 #

将Event列中的每个事件拆分为单独行，提取事件类型（字母部分，如G、IO）和事件时间（数字部分，如70、85）；若Event为NA，对应新列也保留NA，最终结果如下：

问题分析 #

你当前使用str_match_all仅能在同一行生成列表格式的结果，无法将多事件拆分为单独行。需要结合列表列展开和精准正则匹配来实现需求。

实现代码 #

library(dplyr)
library(tidyr)
library(stringr)

df %>%
  # 提取每个独立事件单元（如G70'、IO85'），生成列表列
  mutate(events = str_extract_all(Event, "[A-Z]+[0-9]+'")) %>%
  # 将列表列展开为多行，保留NA行
  unnest_longer(events, keep_empty = TRUE) %>%
  # 从事件单元中分别提取类型和时间
  mutate(
    Event_type = str_match(events, "([A-Z]+)[0-9]+'")[, 2],
    Event_time = as.integer(str_match(events, "[A-Z]+([0-9]+)'")[, 2])
  ) %>%
  # 保留目标列
  select(MatchID, Player, Event_type, Event_time)

代码说明 #

• str_extract_all(Event, "[A-Z]+[0-9]+'")：用正则匹配每个由大写字母、数字、单引号组成的独立事件，将同一单元格的多个事件转为列表。
• unnest_longer(events, keep_empty = TRUE)：把列表列展开为单独行，keep_empty=TRUE确保原始NA的行不被过滤。
• str_match(...)：通过正则捕获组分别提取事件类型（字母部分）和事件时间（数字部分），时间转为整数类型保证数据格式正确。
• select：移除中间辅助列，保留最终需要的字段。

内容的提问来源于stack exchange，提问作者GitZine