如何使用R语言tidyverse将带分隔符字符串拆分为虚拟变量

这个场景不需要写繁琐的逐选项判断逻辑，用tidyr的两个核心函数就能链式完成全流程，全程不需要硬编码答案选项，后续新增选项也能自动适配。

首先加载tidyverse并构造示例原始数据：

library(tidyverse)

raw_df <- tibble(
  Person = c("Matt", "Sandy", "Charles"),
  Answer = c("A;B;C;", "B;D;", "A;C;D;")
)

核心转换代码如下：

wide_df <- raw_df |>
  # 按分号分隔符将多选答案拆为长格式，单个选项对应一行
  separate_longer_delim(Answer, delim = ";") |>
  # 过滤掉字符串末尾分号拆分出的空值，不需要提前做字符串截断清洗
  filter(Answer != "") |>
  # 长表转宽表，自动生成所有选项列，选中记1、未选中记0
  pivot_wider(
    names_from = Answer,
    values_from = Answer,
    # 直接用计数函数生成选中标记，不需要额外mutate新建值为1的辅助列
    values_fn = length,
    # 未出现的选项自动填充0
    values_fill = 0
  )

若使用的tidyr版本低于1.3.0，将separate_longer_delim(Answer, delim = ";")替换为separate_rows(Answer, sep = ";")即可，逻辑完全一致。

运行后得到的结果完全匹配需求：

常见冗余操作说明 #

很多人实现时觉得步骤繁琐，通常是两个多余操作导致的：

• 拆分前额外写正则去掉Answer列末尾的分号，实际上拆分后直接过滤空字符串更省事
• 拆分后额外mutate生成一个值恒为1的标记列再做宽表转换，其实pivot_wider自带的values_fn参数可以直接完成计数标记，省掉新建列的步骤

如果答案选项存在固定顺序要求，可以在转完宽表后用relocate()调整列顺序即可，不需要改动核心转换逻辑。

内容的提问来源于stack exchange，提问作者Em Rushworth