如何将R语言数据框中的URL字符串分割至不同列

这里提供两种实用方法将URL列按/分割为独立列，同时保留原数据框的其他列：

方法1：使用tidyverse工具链（推荐） #

借助tidyr包的separate函数可以快速完成拆分，自动处理不同长度的URL：

# 加载tidyverse（包含tidyr、dplyr等包）
library(tidyverse)

# 定义原始数据框
df <- data.frame(
  URL = c("/es/export-340130-from-mx-to-us/market-overview", 
          "/ar/category/access/regulations/requirements"),
  X = c(100, 200)
)

# 拆分URL列，自动生成对应数量的Segment列
df_split <- df %>%
  separate(
    col = URL,
    into = paste0("Segment", 1:max(str_count(df$URL, "/"))),
    sep = "/",
    fill = "right",  # 短URL用NA填充空缺列
    extra = "merge"  # 确保超长部分不会被截断（这里实际用不到）
  ) %>%
  select(-Segment1)  # 可选：移除开头的空值列（因URL以/开头，第一部分为空）

# 查看结果
print(df_split)

运行后输出结果：

Segment2                      Segment3         Segment4    Segment5     Segment6   X
1                      es export-340130-from-mx-to-us market-overview       NA           NA 100
2                      ar                      category           access regulations requirements 200

方法2：使用Base R实现 #

如果不想加载额外包，用原生R函数也能完成：

# 定义原始数据框
df <- data.frame(
  URL = c("/es/export-340130-from-mx-to-us/market-overview", 
          "/ar/category/access/regulations/requirements"),
  X = c(100, 200)
)

# 分割每个URL为字符向量
url_parts <- strsplit(df$URL, "/")

# 确定最长的分割长度
max_length <- max(sapply(url_parts, length))

# 为短URL补全NA，保证所有行长度一致
url_padded <- lapply(url_parts, function(x) c(x, rep(NA, max_length - length(x))))

# 转换为数据框并命名列
url_df <- as.data.frame(do.call(rbind, url_padded))
colnames(url_df) <- paste0("Segment", 1:max_length)

# 合并原数据框的X列，并移除开头的空值列
df_split_base <- cbind(url_df[, -1], df["X"])

# 查看结果
print(df_split_base)

输出结果和方法1一致。

内容的提问来源于stack exchange，提问作者John Owen