R语言data.table中tstrsplit如何用Level列值动态设置keep参数

这个需求可以实现，你直接传入Level列失败的原因是tstrsplit的keep参数默认接受全局固定值，不直接支持行级向量输入，调整写法即可实现预期效果，以下是两种常用实现方案：

方案1：逐行分组处理（写法简单，适合中小数据量） #

逐行分组后每组的Level是单个数值，可以直接传入keep参数：

library(data.table)
foo <- data.table(Level = c(2,2,3,4,3),
                  ValueId = c("11983:1055521", "11983:1055521-5168:290668-198:100798", "11983:1055521-5168:290668-198:100798-92:91604-139:94569-135:94719-5161:290771-5162:290728-5166:290620",
                             "11983:1055521-5168:290668-198:100798-92:91604-139:94569-135:94719-5161:290771", " 11983:1055521-5168:290676-198:100794-92:91781-139:95090-135:95353"))

foo[, newvar := tstrsplit(ValueId, "-", fixed = TRUE, keep = Level), by = 1:nrow(foo)]

方案2：预拆分+索引取值（效率更高，适合大数据量） #

先把所有拆分结果一次性生成，再通过行索引和位置索引匹配取值，避免逐行遍历的性能损耗：

# 先拆分所有ValueId得到所有片段的列表
tmp_split <- tstrsplit(foo$ValueId, "-", fixed = TRUE)
# 按行取对应Level位置的片段赋值
foo[, newvar := mapply(function(row_idx, pos) tmp_split[[pos]][row_idx], .I, Level)]

如果某行的Level数值超过了该行拆分出的片段总数，对应newvar会返回NA，属于正常逻辑。

内容的提问来源于stack exchange，提问作者Discus23