R语言如何在mutate与across后结合separate实现批量列拆分

错误原因 #

你的代码报错是因为separate()是针对数据框的列操作函数，接收的输入是数据框本身+要拆分的列名，而across()的入参是单列的向量对象，自然会抛出no applicable method for 'separate' applied to an object of class "character"的错误。

推荐实现方案 #

方案1：使用separate_wider_delim（tidyr 1.2.0及以上版本推荐） #

这是tidyr官方推出的批量拆分列的专用函数，语法最简洁，无需循环：

library(tidyverse)

head(iris, 2) %>%
  select(1,2,5) %>% 
  group_by(Species) %>% 
  summarise(across(everything(), ~toString(.))) %>% 
  ungroup() %>% 
  separate_wider_delim(
    cols = -Species, # 拆分除Species外的所有列
    delim = ", ", # 分隔符
    names_sep = "", # 列名后缀和原列名之间的分隔符，留空就是原列名直接加数字后缀
    values_transform = as.numeric # 自动把拆分后的值转为数值类型
  )

方案2：使用reduce迭代调用separate（兼容旧版本tidyr） #

如果你的tidyr版本较低没有separate_wider_delim，可以用purrr的reduce循环执行separate，效果和你手动写多次separate完全一致：

library(tidyverse)

# 提取所有需要拆分的列名
split_cols <- c("Sepal.Length", "Sepal.Width")

head(iris, 2) %>%
  select(1,2,5) %>% 
  group_by(Species) %>% 
  summarise(across(everything(), ~toString(.))) %>% 
  ungroup() %>% 
  reduce(
    .x = split_cols,
    .f = function(data, col) {
      separate(data, col = !!col, into = paste0(col, 1:2), sep = ", ", convert = TRUE)
    },
    .init = .
  )

更优思路：直接宽化无需转字符串 #

你完全可以跳过“汇总为逗号分隔字符串再拆分”的步骤，直接分组加行号后转宽表，性能更好，也不会出现类型转换问题：

library(tidyverse)

head(iris, 2) %>%
  select(1,2,5) %>% 
  group_by(Species) %>% 
  mutate(rn = row_number()) %>% # 分组内给行加序号
  ungroup() %>% 
  pivot_wider(
    names_from = rn, # 用序号作为列名后缀来源
    values_from = c(Sepal.Length, Sepal.Width),
    names_sep = "" # 列名和序号之间无额外分隔符
  )

内容的提问来源于stack exchange，提问作者TarJae