R语言如何将dataframe中带列名前缀的错位值移动到对应正确列

核心思路 #

不用复杂操作，全用基础R函数就能实现，逻辑非常直白：

• 先整理一份「前缀-目标列名」的映射表：所有错位值前面的xxx:标识就是前缀，对应到你数据框里的正确列名。因为你的数据一共45列，扫一遍所有带冒号的错位值，10分钟就能把映射表补全。
• 逐行逐单元格读取内容：如果内容匹配到已知前缀，就删掉前缀，把后面的有效值放到对应的目标列；如果没匹配到前缀，说明这个值本来就在正确位置，直接保留。
• 最后统一清理多余的空格、换行符，空值留空或者转成NA即可。

示例代码（先跑通小测试数据） #

先拿你给的3行小示例做测试，复制直接跑就能得到你要的规整结果：

# 1. 构造示例测试数据
Country <- c("Spain", "Time:16 Mar 2018 - 23 Apr 2018", "USA")
Platform <- c("Twitter", "Country:Germany", "Cap:200")
Start_Time <- c("10 Jun 2018 - 2 Jul 2018", "Platform:Facebook", "Platform:Instagram")
Cap <- c("300", "500", "Time:10 Jun 2018 - 2 Jul 2018")
dat <- data.frame(Country, Platform, Start_Time, Cap, stringsAsFactors = FALSE)

# 2. 配置前缀和目标列的映射关系
prefix_map <- c(
  "Country:" = "Country",
  "Platform:" = "Platform",
  "Time:" = "Start_Time",
  "Cap:" = "Cap"
)

# 3. 初始化空的结果表，结构和原表完全一致
res <- as.data.frame(
  matrix("", nrow = nrow(dat), ncol = ncol(dat)),
  stringsAsFactors = FALSE
)
colnames(res) <- colnames(dat)

# 4. 逐行逐单元格清洗
for (i in seq_len(nrow(dat))) {
  for (j in seq_len(ncol(dat))) {
    # 读取原始值，去掉换行、前后多余空格
    raw_val <- trimws(gsub("[\n\r]", "", as.character(dat[i, j])))
    if (raw_val == "") next
    
    # 匹配前缀
    hit_idx <- which(startsWith(raw_val, names(prefix_map)))
    if (length(hit_idx) > 0) {
      # 匹配到前缀：是错位值，放到对应目标列
      hit_prefix <- names(prefix_map)[hit_idx[1]]
      target_col <- which(colnames(res) == prefix_map[hit_prefix])
      clean_val <- trimws(substr(raw_val, nchar(hit_prefix) + 1, nchar(raw_val)))
      res[i, target_col] <- clean_val
    } else {
      # 没匹配到前缀：是当前列的正常值，直接保留
      res[i, j] <- raw_val
    }
  }
}

# 查看处理结果
print(res)

跑出来的结果和你预期的完全一致：

Country Platform                 Start_Time Cap
1   Spain  Twitter 10 Jun 2018 - 2 Jul 2018 300
2 Germany Facebook 16 Mar 2018 - 23 Apr 2018 500
3     USA Instagram 10 Jun 2018 - 2 Jul 2018 200

适配你的真实729行数据 #

你贴的前6行dput数据里，前缀和列名有小的格式差异（比如列名用下划线分隔，前缀用空格/斜杠分隔），只要把映射表补全就行，示例映射如下，你把剩下的列按格式补全即可：

# 真实数据的前缀映射，补全所有前缀即可
prefix_map <- c(
  "ICO Time:" = "ICO_Time",
  "Presale Time:" = "Presale_Time",
  "Whitelist/KYC:" = "Whitelist_KYC",
  "Country:" = "Country",
  "Platform:" = "Platform",
  "Token Type:" = "Token_Type",
  "Total supply:" = "Total_Supply_2",
  "Accepting:" = "Accepting",
  "Soft cap:" = "Soft_Cap",
  "Hard cap:" = "Hard_Cap",
  "Bonuses:" = "Bonus"
  # 剩余的前缀你扫一遍数据里所有带:的值，按上面的格式加进去就行
)

注意事项 #

• 全程用基础R函数，不需要安装任何第三方包，新手直接复制就能运行。
• 如果遇到短前缀和长前缀冲突（比如同时有Cap:和Soft cap:），把长的前缀写在映射表前面，匹配的时候优先取长前缀，避免误判。
• 第一次跑完如果发现有漏网的错位值，只要把对应的前缀补到映射表里重新跑一遍即可，700多行数据处理时间不到1秒，比手动改效率高几十倍。
• 处理完可以把空字符串统一替换成NA，方便后续分析：res[res == ""] <- NA。

内容的提问来源于stack exchange，提问作者Soph2010