如何用dplyr/tidyverse重组单列字符串数据框（替代循环）

嘿，这个需求用tidyverse的工具完全可以轻松搞定，根本不用写繁琐的循环！我给你演示两种常见的实现方式，看哪种更符合你的需求：

首先，先模拟你导入后的单列数据框（方便测试）：

library(tidyverse)

# 模拟你的初始数据：9行单列的文本数据
df_txt <- data.frame(
  col.of.text = c("组1-内容1", "组1-内容2", "组1-内容3",
                  "组2-内容1", "组2-内容2", "组2-内容3",
                  "组3-内容1", "组3-内容2", "组3-内容3"),
  stringsAsFactors = FALSE
)

方法1：将每组转为单独一行，每个字符串作为独立列 #

如果你希望每组的3个字符串分别放在新数据框的不同列里（最终得到3行3列的结构），可以用pivot_wider来实现：

result_df <- df_txt %>%
  # 生成分组ID：每3个元素为一组
  mutate(group_id = gl(n()/3, 3)) %>%
  # 给每组内的元素按顺序编号（1、2、3）
  group_by(group_id) %>%
  mutate(pos_in_group = row_number()) %>%
  ungroup() %>%
  # 转成宽格式，每组对应一行，编号对应列名
  pivot_wider(
    names_from = pos_in_group,
    values_from = col.of.text,
    names_prefix = "content_"  # 给新列加前缀，更清晰
  )

# 查看结果
print(result_df)

运行后你会得到一个3行的数据框，每行对应一组，content_1/content_2/content_3分别存储每组的三个字符串。

方法2：将每组的字符串合并为单个单元格 #

如果你只是想把每组的3个字符串合并成一个文本（比如用分隔符连接），放在新数据框的单独行里，可以用str_c配合summarise：

result_df <- df_txt %>%
  mutate(group_id = gl(n()/3, 3)) %>%
  group_by(group_id) %>%
  summarise(combined_content = str_c(col.of.text, collapse = "; ")) %>%  # 用分号分隔，可自定义
  ungroup()

print(result_df)

这种方式会得到3行2列的数据框，每行是一组的合并文本。

这两种方法都完全避免了循环，用tidyverse的管道式操作，代码简洁易读，而且处理大规模数据时效率也比手动循环高很多。

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