dplyr unnest()处理大型逗号分隔字符数据无效果如何解决

• unnest()的作用是拆分列表列、嵌套数据框列，你当前的keyword列是普通逗号分隔字符串格式，不属于unnest()可以直接拆分的列类型，因此不会触发行拆分逻辑。
• names_sep参数是拆分嵌套列后生成多列时的命名分隔符，不是字符串内容的分隔符，你传入,只会导致生成的列名带逗号，就是你遇到的列名变为keyword,keyword的问题。

tidyr 1.3.0及以上版本可以直接用separate_longer_delim()一步完成拆分，代码更简洁：

library(dplyr)
library(tidyr)

CB_keyword <- organizations %>%
  # 先做匹配筛选，比手动提取列再拼接tibble更不容易出错
  filter(uuid %in% org_uuid) %>%
  # 重命名为你需要的列名
  select(id = uuid, keyword = category_list) %>%
  # 按逗号拆分关键词为单独行
  separate_longer_delim(cols = keyword, delim = ",")

如果你的tidyr版本较低，没有separate_longer_delim()函数，可以用字符串拆分+unnest的组合写法：

library(dplyr)
library(tidyr)
library(stringr)

CB_keyword <- organizations %>%
  filter(uuid %in% org_uuid) %>%
  select(id = uuid, keyword = category_list) %>%
  # 先把每个单元格的逗号分隔字符串拆成向量列表
  mutate(keyword = str_split(keyword, ",")) %>%
  # 拆分列表列为独立行
  unnest(keyword)

如果拆分后关键词前后带有多余空格，可以在管道末尾加一行mutate(keyword = str_squish(keyword))清除空白字符。

内容的提问来源于stack exchange，提问作者xtufer