R语言：如何将数据框嵌套键值对转为新列与行？

我来给你推荐一个用tidyverse工具链解决这个问题的方案，这套方法灵活度很高，刚好适配你这种键值对数量不固定、顺序也没规律的场景：

步骤1：准备环境与原始数据 #

首先加载tidyverse包（包含dplyr和tidyr，专门用来处理数据重塑），然后把你的字符向量包装成带行号的数据框——行号能帮我们后续对应回原始的每一行：

library(tidyverse)

# 你的原始数据
currencyDetails <- c("Dollar:40, Euro:80, valid", "Yen:400, Pound:50", "Dollar:40, Pound:50, currency", NA)

# 转成带行号的数据框，方便后续追踪原始行
df <- tibble(row_id = seq_along(currencyDetails), 
             text = currencyDetails)

步骤2：拆分每行的键值对 #

用separate_rows把每行里的多个键值对拆成单独的行，这样每个键值对都能单独处理：

df_split <- df %>%
  separate_rows(text, sep = ", ")

步骤3：拆分键与值，处理特殊标记项 #

这里要分两种情况：带冒号的是「键:数值」，不带冒号的是特殊标记（比如valid、currency）。我们用separate拆分键和值，把无值的标记项的value设为1，同时把数值转成数字类型：

df_key_value <- df_split %>%
  separate(text, into = c("key", "value"), sep = ":", fill = "right") %>%
  mutate(
    # 无值的标记项（比如valid）设为1，其他转成数值
    value = ifelse(is.na(value), 1, as.numeric(value))
  )

步骤4：转成宽格式（目标输出） #

用pivot_wider把长格式的键值对转成宽格式，每个key对应一列，缺失的位置用NA填充；同时确保原始的所有行（包括第四行的NA）都被保留：

result <- df_key_value %>%
  pivot_wider(
    id_cols = row_id,
    names_from = key,
    values_from = value,
    values_fill = NA # 如果想要把缺失值换成0，这里改成values_fill = 0即可
  ) %>%
  # 补全所有原始行（包括第四行的NA）
  right_join(tibble(row_id = seq_along(currencyDetails)), by = "row_id") %>%
  select(-row_id) # 去掉行号列，不需要的话可以删除

最终结果 #

运行完上面的代码后，result就是你想要的格式：

print(result)
# # A tibble: 4 × 6
#   Dollar Euro valid   Yen Pound currency
#    <dbl> <dbl> <dbl> <dbl> <dbl>    <dbl>
# 1     40    80     1    NA    NA       NA
# 2     NA    NA    NA   400    50       NA
# 3     40    NA    NA    NA    50        1
# 4     NA    NA    NA    NA    NA       NA

如果希望把NA换成0（比如你示例里的valid = c(1,0,0,0)），只需要把pivot_wider里的values_fill = NA改成values_fill = 0就行。

内容的提问来源于stack exchange，提问作者Rob