在R中如何匹配指定字符串并将文本拆分生成新行？

报错原因 #

strsplit对不包含AQUARIUS的行拆分后得到长度为1的列表元素，包含AQUARIUS的行拆分后得到长度为2的列表元素，unlist后总长度大于原数据框的行数，直接绑定原Date、Signs列就会出现行数不匹配的问题。同时你原来的代码没有处理拆分后新行的Signs要替换为AQUARIUS的逻辑。

解决方法 #

方法1：tidyverse 实现（代码更简洁） #

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

result <- horoscopes %>%
  # 新增临时行标记，用于分组处理
  mutate(row_id = row_number()) %>%
  # 按AQUARIUS拆分Horoscope为多行
  separate_rows(Horoscope, sep = "AQUARIUS") %>%
  # 过滤掉拆分产生的空文本
  filter(str_trim(Horoscope) != "") %>%
  group_by(row_id) %>%
  # 每个原行的第一部分沿用原星座，第二部分替换为AQUARIUS
  mutate(Signs = if_else(row_number() == 1, Signs, "AQUARIUS")) %>%
  ungroup() %>%
  # 删除临时列
  select(-row_id)

方法2：base R 实现（适配你原有代码逻辑） #

# 拆分星座文本
h_split <- strsplit(horoscopes$Horoscope, split = "AQUARIUS")
# 统计每个原行拆分后的元素个数
split_len <- lengths(h_split)

# 按拆分长度重复原列值，匹配unlist后的文本长度
result <- data.frame(
  Date = rep(horoscopes$Date, split_len),
  Newspaper = rep(horoscopes$Newspaper, split_len),
  Horoscope = trimws(unlist(h_split)), # trimws用于去除文本首尾空白
  Signs = unlist(mapply(function(ori_sign, len) {
    if (len == 1) return(ori_sign)
    c(ori_sign, "AQUARIUS")
  }, horoscopes$Signs, split_len, SIMPLIFY = FALSE))
)

两种方法都可以适配存在多个AQUARIUS的行，也完全符合你给出的示例输出要求。

内容的提问来源于stack exchange，提问作者Aman