使用tidyr::separate_rows拆分不等长行时删除postcodes列多余字符串

核心逻辑是在拆分长表前，逐行将postcodes列拆分后的元素长度截断为和同行suburb拆分后一致的长度，再统一调用tidyr::separate_rows做拆分，即可自动丢弃多余的邮编值，避免拆分后错位、值不匹配的问题。

首先修正你提供的示例代码中存在的赋值符号误用、引号不配对问题，可复现的测试数据如下：

library(tidyr)
library(dplyr)
library(stringr)

Df <- data.frame(
  Id = c(1, 2, 3),
  suburb = c('orange, yellow', 'blue', 'green, yellow'),
  postcodes = c('a9,  b9', 'c9, a9, b9', 'd9, b9, a9'),
  stringsAsFactors = FALSE
)

推荐实现（提前截断，无错位风险） #

result <- Df %>%
  rowwise() %>%
  mutate(
    # 计算当前行suburb拆分后的元素个数，作为长度基准
    ref_len = length(str_split(suburb, ",\\s*", simplify = TRUE)),
    # 拆分postcodes后仅保留前ref_len个元素，重新拼接为字符串
    postcodes = str_split(postcodes, ",\\s*")[[1]][1:ref_len] %>%
      str_c(collapse = ", ")
  ) %>%
  ungroup() %>%
  # 两列拆分长度已完全对齐，直接拆分为多行
  separate_rows(c(suburb, postcodes), sep = ",\\s*")

关键参数说明：

• 分隔符使用",\\s*"可兼容逗号后带0到多个空格的情况，避免拆分出带多余空白的元素
• 截断逻辑自动适配每一行的基准长度：如示例中Id=2的行suburb仅1个值，postcodes拆分后有3个值，会自动保留第一个邮编c9，丢弃后2个多余值；Id=3的行suburb有2个值，postcodes拆分后有3个值，会自动保留前2个邮编d9、b9，丢弃最后1个多余值

运行后输出结果：

# A tibble: 5 × 3
     Id suburb postcodes
  <dbl> <chr>  <chr>    
1     1 orange a9       
2     1 yellow b9       
3     2 blue   c9       
4     3 green  d9       
5     3 yellow b9       

备选实现（拆分后过滤） #

如果不想提前处理字符串，也可以先拆分两列再按组过滤多余行：

result_alt <- Df %>%
  separate_rows(suburb, sep = ",\\s*") %>%
  separate_rows(postcodes, sep = ",\\s*") %>%
  group_by(Id) %>%
  filter(row_number() <= sum(!is.na(suburb))) %>%
  ungroup()

注意：该方案因为对两列独立做拆分，当字段内分隔符分布不规则时容易出现suburb和postcodes值错位的问题，优先使用提前截断的实现方案。

内容的提问来源于stack exchange，提问作者lenlen