文本挖掘项目中拆分数据框行名遇报错的解决方案求助

你遇到的这个报错，核心原因是数据框的行名必须唯一——当你试图把Adidas重复设为多行的行名时，R会直接抛出double 'row.names' not allowed的提示，毕竟同一个行名对应多条数据是不被允许的。

正确的思路不是修改原行名，而是新增两列分别存储公司名称和年份，这样既保留了原始行名的唯一性，又能满足你按公司+年份分析词表变化的需求。下面给你两种实用的实现方法：

方法1：基础R原生实现 #

# 提取原始行名
row_names <- rownames(df1)

# 拆分前先去掉末尾的".txt"后缀，再按"_"分割字符串
cleaned_names <- sub("\\.txt$", "", row_names)
split_names <- strsplit(cleaned_names, "_")

# 将拆分结果转换为数据框，并命名列名
company_year <- do.call(rbind, split_names)
colnames(company_year) <- c("Company", "Year")

# 把公司和年份列合并到原数据框
df1 <- cbind(company_year, df1)

# 可选：将Year列转为数值型，方便后续时间维度分析
df1$Year <- as.numeric(df1$Year)

方法2：tidyverse工具包（更简洁直观） #

如果你习惯用tidyverse的语法，tidyr::separate()可以一步完成拆分操作：

library(tidyverse)

df1 <- df1 %>%
  # 先把行名转为普通列
  rownames_to_column("Original_Row") %>%
  # 按"_"拆分出公司和年份，同时去掉年份里的".txt"
  separate(Original_Row, into = c("Company", "Year"), sep = "_") %>%
  mutate(Year = str_remove(Year, "\\.txt$") %>% as.numeric()) %>%
  # 可选：如果不需要保留原始行名列，可删除此步
  column_to_rownames("Original_Row")

这样处理后，你就会得到Company和Year两个新列，完全可以支撑你研究词表随时间发展的需求，同时不会破坏数据框的结构。

内容的提问来源于stack exchange，提问作者mary