如何在R语言中拆分data.table行列，提取三轴加速度数据？

核心问题分析 #

你之前用separate_rows出错，是因为这个函数会把每行的120个数值拆成120行，后续直接用mutate+seq时，生成的序列长度和当前分组不匹配——seq是按整个数据集的行数生成，而非每个原ID/timestamp组内的索引，自然触发长度错误。

下面提供几种高效的解决方法，优先适配你用的data.table，也包含dplyr的正确用法：

方法一：data.table原生操作（推荐，效率更高） #

利用data.table的逐行处理特性，直接在每行内拆分字符串并提取三轴数据：

library(data.table)

# 假设你的数据对象是dt
dt[, acceleration_vec := lapply(acceleration_raw, function(x) as.numeric(strsplit(x, "\\s+")[[1]]))]

# 提取三轴数据：acc_x取1,4,7...；acc_y取2,5,8...；acc_z取3,6,9...
dt[, `:=`(
  acc_x = lapply(acceleration_vec, function(v) v[seq(1, 120, 3)]),
  acc_y = lapply(acceleration_vec, function(v) v[seq(2, 120, 3)]),
  acc_z = lapply(acceleration_vec, function(v) v[seq(3, 120, 3)])
)][, acceleration_vec := NULL] # 删除中间临时列

如果需要把每个轴的40个数值展开成多行（原一行变40行，每行对应一个测量点的三轴数据），可以用unlist：

dt_long <- dt[, .(
  ID,
  timestamp,
  acc_x = unlist(acc_x),
  acc_y = unlist(acc_y),
  acc_z = unlist(acc_z)
)]

方法二：dplyr正确处理方式 #

如果偏好dplyr语法，用rowwise实现逐行处理，避免拆分后索引不匹配的问题：

library(dplyr)
library(tidyr)

# 保留宽格式（每个轴是列表列，存40个数值）
dt_processed <- dt %>%
  rowwise() %>%
  mutate(
    acc_vec = list(as.numeric(strsplit(acceleration_raw, "\\s+")[[1]]),
    acc_x = list(acc_vec[seq(1, 120, 3)]),
    acc_y = list(acc_vec[seq(2, 120, 3)]),
    acc_z = list(acc_vec[seq(3, 120, 3)])
  ) %>%
  ungroup() %>%
  select(-acceleration_raw, -acc_vec)

# 转长格式（展开成40行/原行）
dt_long <- dt_processed %>%
  unnest(c(acc_x, acc_y, acc_z))

方法三：修正separate_rows的错误用法 #

如果你一定要用separate_rows，必须先按原ID和timestamp分组，生成组内索引后再筛选三轴数据：

library(dplyr)
library(tidyr)

dt %>%
  separate_rows(acceleration_raw, sep = "\\s+", convert = TRUE) %>%
  group_by(ID, timestamp) %>%
  mutate(
    idx = row_number(),
    # 根据索引模3判断所属轴
    axis = case_when(
      idx %% 3 == 1 ~ "acc_x",
      idx %% 3 == 2 ~ "acc_y",
      idx %% 3 == 0 ~ "acc_z"
    )
  ) %>%
  pivot_wider(names_from = axis, values_from = acceleration_raw) %>%
  group_by(ID, timestamp) %>%
  mutate(measurement_id = row_number()) %>% # 添加测量点编号
  ungroup()

内容的提问来源于stack exchange，提问作者helianthus