R语言按$拆分数据框价格列 动态生成对应数量新列

数据框prices列存储爬取得到的价格数据，每行可包含多个带$前缀的价格，示例数据：

prices
$1,50 $1,20
$1,50
$1,75 $1,25 $1,35

需要按$拆分价格生成独立列，自动适配不同数据集中不固定的价格数量，拆分后移除$符号，缺失值填充NA，预期输出：

prices               price1 price2 price3
$1,50 $1,20          1,50   1,20   NA
$1,50                1,50   NA     NA
$1,75 $1,25 $1,35    1,75   1,25   1,35

已尝试的方案存在两个明确问题：

• 直接使用str_split(prices, pattern = '[$]')拆分，会因为字符串首字符是$，导致拆分后每个向量首元素为空字符串
• 使用separate(prices, sep = '[$]', into = ...)需要提前手动指定拆分后的列数，无法封装为通用函数适配价格数量不固定的不同数据集。

核心处理逻辑：

1. 拆分前先移除每行开头的$，从根源避免拆分出空字符串
2. 动态统计当前数据集单条记录包含的最大价格数，自动生成对应数量的列，无需手动预设列数

Tidyverse 实现（推荐） #

可直接封装为通用函数复用：

library(tidyverse)

split_price_cols <- function(df, target_col = "prices") {
  df %>%
    mutate(
      # 移除行首$后，按「空格+$」规则拆分价格
      price_parts = str_remove(!!sym(target_col), "^\\$") %>%
        str_split("\\s\\$"),
      # 统计当前数据最多包含多少个价格
      max_col = max(map_dbl(price_parts, length))
    ) %>%
    # 把列表列拆分为独立列
    unnest_wider(price_parts, names_sep = "") %>%
    # 自动重命名列
    rename_with(~paste0("price", seq_len(unique(.$max_col))), starts_with("price_parts")) %>%
    select(-max_col)
}

测试效果：

# 构造测试数据
test_df <- tibble(
  prices = c("$1,50 $1,20", "$1,50", "$1,75 $1,25 $1,35")
)

split_price_cols(test_df)

输出完全匹配预期：

# A tibble: 3 × 4
  prices            price1 price2 price3
  <chr>             <chr>  <chr>  <chr> 
1 $1,50 $1,20       1,50   1,20   NA    
2 $1,50             1,50   NA     NA    
3 $1,75 $1,25 $1,35 1,75   1,25   1,35

Base R 实现 #

无需加载第三方包的实现方式：

split_price_cols_base <- function(df, target_col = "prices") {
  # 拆分价格
  split_res <- lapply(df[[target_col]], function(x) {
    strsplit(sub("^\\$", "", x), "\\s\\$")[[1]]
  })
  # 计算需要生成的最大列数
  max_col_num <- max(lengths(split_res))
  # 对齐长度，缺失值填NA
  price_mat <- do.call(rbind, lapply(split_res, function(x) {
    c(x, rep(NA, max_col_num - length(x)))
  }))
  colnames(price_mat) <- paste0("price", seq_len(max_col_num))
  # 合并回原数据框
  cbind(df, price_mat)
}

内容的提问来源于stack exchange，提问作者dvera