R语言数据框单行多列不等长值拆多行及separate_rows报错解决

现有563列的数据框，初始仅1行，每列存储长度不等的多值向量，示例结构：

col_1            col_2               col_3       ...   col_563  
c("1","2","3")   c("1","2","3"...)   c("1","2")        c("1","2","3"...)

需要将各列的多值拆分到独立行，短序列对应位置留空，目标效果：

col_1     col_2   col_3   ...   col_563  
"1"       "1"     "1"           "1"
"2"       "2"     "2"           "2"
"3"       "3"                   "3"
          "4"                   "4" 
          "5"

之前使用如下代码尝试实现：

separate_rows(df, "row1":"row563", convert = TRUE)

运行触发报错：

Error in `fn()`:
! In row 1, can't recycle input of size 778 to size 124.

separate_rows() 执行拆分时，要求同一行内所有待拆分列拆分后的元素长度符合R向量回收规则，也就是要么长度完全相等，要么短向量长度是长向量的整倍数。你的数据里各列序列长度从124到778不等，不满足回收要求，因此报错。

方法1：base R 无依赖实现 #

逻辑简单直接，不需要加载第三方包，运行效率高：

# 第一步：把每列的向量提取为列表元素
split_cols <- lapply(df, unlist)
# 第二步：计算所有列的最大长度，作为最终结果的总行数
total_row <- max(vapply(split_cols, length, integer(1)))
# 第三步：逐列补齐长度，短列缺失位置自动补NA，再合并为数据框
result <- as.data.frame(
  lapply(split_cols, function(col_val) {
    length(col_val) <- total_row
    col_val
  })
)

# 如果需要把缺失值替换为空字符串，执行下面这行即可
result[is.na(result)] <- ""

方法2：tidyverse 生态实现 #

如果平时习惯用dplyr、tidyr的语法，可以用下面的代码：

library(tidyverse)

result <- df %>%
  # 先把所有列的向量展开为列表列
  mutate(across(everything(), unlist)) %>%
  # 按最长序列长度生成行索引
  mutate(idx = list(seq_len(max(lengths(cur_data()))))) %>%
  # 按索引展开行，逐列取对应位置的值
  unnest_longer(idx) %>%
  mutate(across(-idx, ~ .x[idx])) %>%
  select(-idx) %>%
  # 需要空字符串替换NA就打开下面注释
  # mutate(across(everything(), replace_na, ""))

补充：如果你的原始单元格存的是逗号/其他符号分隔的字符串，不是R原生向量，只需要在提取向量的步骤加分割逻辑即可，比如把unlist(x)替换为unlist(strsplit(x, ","))，分隔符按实际情况调整。

内容的提问来源于stack exchange，提问作者Linda