R语言：如何将含复合名称的不等长列表转换为带指定字段的tibble

核心拆分逻辑不需要按固定位置切分列表元素，而是以4位数字格式的年份值为固定锚点做动态拆分，完全适配长度不等的多词国名、洲名场景。

问题根因 #

之前用plyr::ldply()没得到正确结果，本质是硬套固定位置对齐的逻辑：不同列表元素的长度本来就不一样，多词国名（比如“United States of America”拆成4个片段）、多词大洲名（比如“North America”拆成2个片段）的长度不固定，按位置对齐时必然出现错位，把本该属于国名的片段错放到大洲列，反之亦然。

可直接运行的实现代码 #

首先加载需要的依赖包：

library(tidyverse)

编写单元素拆分逻辑：

process_element <- function(vec) {
  # 定位4位数字格式的年份所在索引
  year_position <- str_which(vec, "^\\d{4}$")
  # 拼接年份之前的所有片段为完整国名
  country <- str_c(vec[1:(year_position - 1)], collapse = " ")
  # 提取年份值
  year <- vec[year_position]
  # 拼接年份之后的所有片段为完整大洲名
  continent <- str_c(vec[(year_position + 1):length(vec)], collapse = " ")
  # 返回单行tibble
  tibble(country, year, continent)
}

对整个测试列表逐元素处理并合并为目标tibble：

target_tibble <- map_dfr(test, process_element)

运行结果验证 #

输出的tibble完全匹配预期要求：

target_tibble
# A tibble: 6 × 3
  country                  year  continent     
  <chr>                    <chr> <chr>         
1 United States of America 2021  North America 
2 Canada                   2021  North America 
3 Morocco                  2021  Africa        
4 South Africa             2021  Africa        
5 Faroe Islands            2021  Europe        
6 Spain                    2021  Europe

注：该逻辑兼容性较强，后续如果新增更长的多词国名、洲名片段，只要保持4位数字的年份作为分割锚点，不需要调整代码即可自动适配，不会因为元素长度不同出现错位问题。

内容的提问来源于stack exchange，提问作者Wilson Souza