如何将data.table中键值对字符串列解析为多列数据？

你已经迈出了关键的第一步，接下来只需要把拆分出的键值对进一步拆解为「键」和「值」，再利用data.table的工具把长格式数据转成宽格式，缺失的字段自动用NA填充即可。下面是具体的实现步骤：

步骤1：拆解键值对为键和值，并生成命名列表 #

你原来的lapply得到的是每个字符串拆分后的键值对向量（比如c("a=a1", "b=b1")），现在我们需要把每个键值对再拆成键（比如a）和值（比如a1），然后生成命名列表——列表的名字对应键，值对应字段内容。这样后续合并时才能自动匹配列名。

library(data.table)
# 原数据
dt <- data.table(foo = c('a=a1|b=b1','a=a2|b=b2|c=c2','a=a3|d=d3'))

# 处理每个foo元素，生成命名列表
processed_list <- lapply(dt$foo, function(x) {
  # 拆分单个字符串为键值对向量
  kv_pairs <- strsplit(x, split = '|', fixed = TRUE)[[1]]
  # 批量拆分所有键值对为键和值（tstrsplit是data.table的批量拆分工具）
  split_result <- tstrsplit(kv_pairs, '=', fixed = TRUE)
  # 用键作为列表名，值作为列表元素
  setNames(as.list(split_result[[2]]), split_result[[1]])
})

步骤2：合并命名列表为宽表 #

用rbindlist工具合并这些命名列表，设置fill = TRUE参数——这个参数会自动为缺失的字段填充NA，完美匹配你想要的结果：

result_dt <- rbindlist(processed_list, fill = TRUE)

最终结果 #

运行后你会得到预期的data.table：

> result_dt
      a    b    c    d
1:   a1   b1 <NA> <NA>
2:   a2   b2   c2 <NA>
3:   a3 <NA> <NA>   d3

更简洁的链式写法 #

如果你喜欢data.table的链式操作风格，可以把两步合并成一行，更紧凑：

result_dt <- dt[, {
  lapply(foo, function(x) {
    kv_pairs <- strsplit(x, '|', fixed = TRUE)[[1]]
    split_kv <- tstrsplit(kv_pairs, '=', fixed = TRUE)
    setNames(as.list(split_kv[[2]]), split_kv[[1]])
  }) %>% rbindlist(fill = TRUE)
}]

关键逻辑说明 #

• tstrsplit：相比基础R的strsplit，它可以一次性拆分多个字符串，返回的是两个向量（所有键、所有值），非常适合处理批量键值对拆分。
• setNames：给列表元素命名，确保合并时不同行的相同键能对应到同一列。
• rbindlist(fill = TRUE)：data.table专门用于合并列表的高效工具，fill=TRUE是核心，自动补全缺失列的NA。

内容的提问来源于stack exchange，提问作者abhiieor