如何将data.frame中斜杠分隔的基因ID单列拆分为每个ID单独一列

实现方法 #

你可以通过以下两种常用方案实现需求，均可得到和你预期完全一致的结果： #

方案1：tidyverse生态实现（代码简洁，可读性高） #

使用tidyr包的separate函数直接拆分列：

# 构造示例原始数据，你可以替换成你自己的data.frame
df <- data.frame(
  rows = c("row1", "row2"),
  x = c("5788/3689/5230/8826/302/79026/203068/476", "3312/6892/811/3123/3122")
)

# 加载包
library(tidyr)

# 拆分列
df_result <- df %>%
  # x为要拆分的原始列名，into指定拆分后新列名，sep为分隔符，fill=right表示短行右侧补空
  separate(x, into = paste0("v", 1:8), sep = "/", fill = "right")

如果不知道拆分后的最大列数，可以提前计算：

max_col <- max(sapply(strsplit(df$x, "/"), length))
# 然后把into参数改成 paste0("v", 1:max_col) 即可

方案2：base R实现（无需安装额外依赖包） #

# 构造示例原始数据
df <- data.frame(
  rows = c("row1", "row2"),
  x = c("5788/3689/5230/8826/302/79026/203068/476", "3312/6892/811/3123/3122")
)

# 按分隔符拆分所有字符串
split_vec <- strsplit(df$x, "/")
# 计算最大拆分长度
max_len <- max(sapply(split_vec, length))
# 短字符串补空值，对齐长度
split_fill <- lapply(split_vec, function(item) c(item, rep("", max_len - length(item))))
# 合并为结果数据框
df_result <- cbind(df["rows"], setNames(do.call(rbind, split_fill), paste0("v", 1:max_len)))

内容的提问来源于stack exchange，提问作者wanying1107