R语言实现文本分列并使同类取值垂直对齐（缺失补NA）

核心需求 #

输入为单列文本，单元格内多个值以; 分隔，需要拆分后生成固定列数的宽表，相同类别值必须落在同一列垂直位置，单元格未出现的类别位置填充NA，而非按文本拆分的先后顺序错位落列。

常见实现的问题 #

• 直接用tidyr::separate拆分：一方面它严格按分隔符的切分顺序填充列，比如第二行的camel; giraffe; zebra会被拆成第2列放giraffe，和第一行第2列的cow错位，无法实现同值对齐；另一方面不同行拆分后的元素数量不一致，会直接触发列数不匹配的报错，和之前的报错场景完全匹配
• 基础拆分工具（如splitshapestack包的拆分函数）：仅完成文本切分，无全局类别匹配对齐逻辑，拆分后的值位置错位，无法达到垂直对齐的要求
• 手写lapply+match逻辑：容易遗漏全局值去重、空值匹配的边界处理，频繁触发索引长度不匹配的报错

可复现的实现方案 #

基础R版本（无额外依赖） #

# 1. 构造和示例一致的输入
input_vec <- c(
  "camel; cow; giraffe; panda; zebra",
  "camel; giraffe; zebra",
  "panda; zebra"
)
# 2. 提取全局所有去重的类别值，按首次出现顺序排序
all_cats <- unlist(strsplit(input_vec, "; ")) |> unique()
# 3. 逐行匹配全局类别位置，未出现值补NA
res_list <- lapply(input_vec, function(x) {
  row_vals <- strsplit(x, "; ")[[1]]
  sapply(all_cats, function(cat) ifelse(cat %in% row_vals, cat, NA))
})
# 4. 转换为带Col1-ColN列名的最终数据框
final_df <- as.data.frame(do.call(rbind, res_list))
colnames(final_df) <- paste0("Col", seq_along(all_cats))

tidyverse简化版本 #

library(tidyverse)
tibble(raw = input_vec) |>
  # 把单个单元格拆成多行单值
  separate_rows(raw, sep = "; ") |>
  # 自动按值做宽表对齐，空值自动补NA
  pivot_wider(values_fn = ~.x) |>
  # 按需求重命名为Col1-ColN格式
  set_names(paste0("Col", seq_along(names(.))))

两种方案运行后输出结果完全匹配需求：

Col1	Col2	Col3	Col4	Col5
camel	cow	giraffe	panda	zebra
camel	NA	giraffe	NA	zebra
NA	NA	NA	panda	zebra

内容的提问来源于stack exchange，提问作者Harry