在R中如何将含逗号分隔值的CSV数据整理为三列格式？

我继承了一个数据集，其中个体大小数据以逗号分隔值的形式存储在单元格中，原始数据格式如下：

需要提取这些大小数据并保留元数据，转换为如下三列格式：

已知可能用到strsplit、unnest或separate函数，但不清楚如何应用，求实现方法。

用tidyverse工具链可以轻松实现，下面提供两种常用方法：

方法一：分步拆分+展开 #

library(tidyverse)

# 模拟原始数据
original_data <- tibble(
  Date = c("073022", "072822"),
  Species1 = c("22,44", "35,67,19"),
  Species2 = c("88,84,84", "78,73")
)

tidy_data <- original_data %>%
  # 宽表转长表，提取物种名称和对应大小字符串
  pivot_longer(cols = starts_with("Species"),
               names_to = "Species",
               values_to = "Size_str") %>%
  # 拆分逗号分隔的字符串为列表
  mutate(Size = str_split(Size_str, ",")) %>%
  # 展开列表为多行
  unnest(Size) %>%
  # 可选：将Size转为数值类型，方便后续分析
  mutate(Size = as.integer(Size)) %>%
  # 移除临时列
  select(-Size_str)

print(tidy_data)

关键函数解释 #

• pivot_longer()：把原表中Species1、Species2这类列，转换为Species（存储物种名）和Size_str（存储逗号分隔的大小字符串）两列。
• str_split()：将每个Size_str按逗号拆分，生成字符列表（比如"22,44"会变成c("22", "44")）。
• unnest()：把列表类型的Size列展开，每个列表元素对应一行，同时保留Date和Species的元数据。

方法二：用separate_rows一步到位 #

separate_rows()可以直接将逗号分隔的字符串拆分成多行，代码更简洁：

library(tidyverse)

tidy_data <- original_data %>%
  pivot_longer(cols = starts_with("Species"),
               names_to = "Species",
               values_to = "Size") %>%
  separate_rows(Size, sep = ",") %>%
  mutate(Size = as.integer(Size))

print(tidy_data)

这个方法里，separate_rows()替代了str_split()+unnest()的组合，直接完成拆分和行展开的操作。

内容的提问来源于stack exchange，提问作者jrmetzge