R dplyr批量拆分多列键值对数据及报错解决

• 使用R语言dplyr处理检验数据框，需批量拆分命名格式为TIME_POINT_x=检验项名称的多列字段
• 上述字段的单元格存储分号;分隔的时间点=检验值键值对
• 转换目标：批量生成检验项_时间点格式的独立列
• 初始方案缺陷：采用逐列硬编码逻辑（逐列拆分、重命名后合并），面对20余项检验指标的数据集时效率极低
• 现有尝试问题：基于tidyverse系列函数（separate_rows、pivot_longer、separate、pivot_wider）编写批量处理代码时，运行抛出报错：第2行无法将长度为5的输入循环适配到长度6

• 长/宽格式转换时未设置唯一行标识，不同行拆分出的键值对数量不一致时，pivot_wider会出现值对齐错位，触发长度循环适配报错
• 未对单元格内的空值、末尾多余分号做清洗，拆分时产生空键/空值，打乱长度匹配逻辑

首先加载依赖包：

library(tidyverse)

核心处理代码，兼容不同行键值对数量不一致的场景，无需逐列硬编码：

result <- raw_df %>%
  # 新增唯一行ID，从根源避免长宽转换时的行错位问题
  mutate(.row_id = row_number()) %>%
  # 自动选中所有TIME_POINT开头的检验列，转为长格式
  pivot_longer(
    cols = starts_with("TIME_POINT_"),
    names_to = "col_raw",
    values_to = "kv_pair"
  ) %>%
  # 从原列名中提取真实检验项名称
  mutate(test_item = str_remove(col_raw, "^TIME_POINT_\\d+=")) %>%
  # 将分号分隔的多组键值对拆为单行单组
  separate_rows(kv_pair, sep = ";") %>%
  # 过滤拆分产生的空值行，适配不同行键值对数量不一致的情况
  filter(kv_pair != "") %>%
  # 拆分时间点、检验值
  separate(kv_pair, into = c("time_point", "test_value"), sep = "=") %>%
  # 拼接目标列名
  mutate(
    final_col = paste0(test_item, "_", time_point),
    # 可根据实际数据类型调整转换逻辑，默认转数值型
    test_value = as.numeric(test_value)
  ) %>%
  # 转为宽表，生成目标格式列
  pivot_wider(
    id_cols = .row_id,
    names_from = final_col,
    values_from = test_value
  ) %>%
  # 合并原数据中非检验类的其他列
  left_join(
    raw_df %>% mutate(.row_id = row_number()) %>% select(!starts_with("TIME_POINT_")),
    by = ".row_id"
  ) %>%
  select(-.row_id)

方案特性：

• 无需手动指定检验列名，自动识别所有TIME_POINT_前缀的字段，检验项增减时无需修改代码
• 内置空值清洗、唯一行标识逻辑，不会触发长度适配报错
• 全流程基于tidyverse原生函数实现，无额外依赖，处理万行级数据耗时在毫秒级

内容的提问来源于stack exchange，提问作者lecb