如何用R将TXT文件单列拆分为12列并清理格式？

嗨，作为R语言新手碰到这种挤在一列里的数据集确实有点头大，我给你两个简单易上手的方法，不用复杂命令就能把数据拆成12列并清理格式，完全适合新手操作！

方法一：基础R + stringr（直观好理解） #

首先确保你安装了stringr包（处理字符串的新手友好工具）：

install.packages("stringr") # 仅需安装一次
library(stringr)

步骤分解： #

1. 读取数据：按行读取你的TXT文件，保留每行的完整字符串格式：

# 替换成你的实际文件路径
raw_data <- readLines("data.txt")

2. 拆分键值对：把每一行按; （分号加空格）拆成单个的「列名+值」单元：

split_rows <- strsplit(raw_data, "; ")

3. 清理格式并转成数据框：遍历每个拆分后的行，去掉列名末尾的句点，拆分列名和值，最后合并成标准数据框：

cleaned_rows <- lapply(split_rows, function(row) {
  # 把每个「列名.: 值」拆成列名部分和值部分
  kv_pairs <- strsplit(row, ": ")
  # 提取列名并去掉末尾的句点
  col_names <- sapply(kv_pairs, function(pair) str_remove(pair[1], "\\.$"))
  # 提取对应的值
  values <- sapply(kv_pairs, function(pair) pair[2])
  # 转成单行数据框
  as.data.frame(t(values), col.names = col_names, stringsAsFactors = FALSE)
})

# 合并所有行得到最终数据框
final_df <- do.call(rbind, cleaned_rows)

方法二：tidyverse一站式处理（更简洁） #

如果你愿意尝试tidyverse工具集（很多R新手入门都会用），可以用separate和pivot系列函数一步到位：

先安装并加载tidyverse：

install.packages("tidyverse") # 仅需安装一次
library(tidyverse)

然后运行以下代码：

final_df <- read_table("data.txt", col_names = "raw") %>%
  # 按"; "拆分成12个临时列（根据你的实际列数调整数字12）
  separate(raw, into = paste0("temp_", 1:12), sep = "; ") %>%
  # 遍历所有临时列，拆分列名和值，清理列名的句点
  mutate(across(starts_with("temp_"), ~ str_split_fixed(., ": ", 2) %>%
                  as_tibble() %>%
                  rename(name = V1, value = V2) %>%
                  mutate(name = str_remove(name, "\\.$")))) %>%
  # 转换数据格式，得到标准列结构
  pivot_longer(starts_with("temp_"), values_to = "data") %>%
  unnest(data) %>%
  pivot_wider(names_from = name, values_from = value) %>%
  select(-name) # 移除临时辅助列

验证结果 #

运行完代码后，你可以用head(final_df)查看前几行数据，确认列名已经去掉了句点，每个值都在对应的列里，接下来就可以正常开展基础统计分析啦！

内容的提问来源于stack exchange，提问作者Patrick Fowler