如何在R中将非标准结构的CSV数据转换为规整二维表格

该需求完全可以实现，你可以选择以下两种R方案处理：

方案1：tidyverse 简洁实现 #

# 加载依赖包
library(tidyverse)

# 读取原始CSV为单列数据
raw_data <- read_csv("你的本地文件路径.csv", col_names = "content", show_col_types = FALSE)

processed_data <- raw_data %>%
  # 每两行划为一组，分别对应用户ID行、答案行
  mutate(group_id = rep(1:(n()/2), each = 2),
         type = rep(c("userid", "answers"), n()/2)) %>%
  # 同组两行转为两列
  pivot_wider(names_from = type, values_from = content) %>%
  # 按反斜杠拆分答案为独立列，自动生成q1~qN的列名
  separate(answers, into = paste0("q", 1:70), sep = "\\\\") %>%
  select(-group_id)

方案2：基础R实现（无需额外安装包） #

# 逐行读取原始文件
raw_data <- readLines("你的本地文件路径.csv")

# 提取所有用户ID（奇数行）
userid <- raw_data[seq(1, length(raw_data), 2)]
# 提取所有答案行（偶数行）
answer_lines <- raw_data[seq(2, length(raw_data), 2)]
# 拆分所有答案行并转为数据框
answer_df <- do.call(rbind, strsplit(answer_lines, "\\\\"))
# 设置答案列名
colnames(answer_df) <- paste0("q", 1:ncol(answer_df))
# 合并用户ID和答案得到最终规整表格
processed_data <- cbind(data.frame(userid = userid), answer_df)

注意事项 #

• R中匹配反斜杠分隔符需要写为\\\\，因为反斜杠本身是转义字符，需要多重转义才能匹配
• 如果你不确定具体题量，可以把paste0("q", 1:70)替换为动态取值的代码，自动适配所有题目数量
• 3万条数据量级极小，上述两种方案都不会有性能问题，运行时间在秒级

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