如何将DataFrame单列转置为多行并保留uId？

这问题我太熟啦！咱们可以用R的tidyverse工具链轻松搞定，既安全又直观，给你两种方案选：

方案一：纯字符串处理（更安全，避免代码解析风险） #

如果不确定favs列的字符串是否是完全安全的R代码，推荐用这种纯字符串操作的方法来拆分内容：

首先先构造你的示例数据：

library(tidyverse)

# 模拟你的原始DataFrame
df <- tibble(
  uId = c(1000, 1001, 1002, 1003),
  favs = c("c('pizza')", "c('seafood','steaks')", NA, "c('sushi','strawberries')")
)

然后执行处理步骤：

df_processed <- df %>%
  mutate(
    # 单独处理NA值，转成包含NA的列表
    favs = case_when(
      is.na(favs) ~ list(NA_character_),
      TRUE ~ str_remove_all(favs, "^c\\('|'\\)$") %>%  # 去掉首尾的c('和')
               str_split("','") %>%                   # 按','分割成多个元素
               map(str_trim)                          # 清理每个元素的多余空格
    )
  ) %>%
  unnest(favs)  # 把列表列展开成多行

方案二：解析R代码（更简洁，适合确定内容安全的场景） #

如果能确定favs列的c(...)字符串都是合法且安全的R代码，直接用代码解析的方法会更简洁：

df_processed <- df %>%
  mutate(
    favs = case_when(
      is.na(favs) ~ list(NA_character_),
      TRUE ~ map(favs, ~ eval(parse(text = .x)))  # 把字符串解析成R向量
    )
  ) %>%
  unnest(favs)

最终输出结果 #

两种方法运行后，都会得到你想要的格式：

如果你的原始数据量很大，tidyverse的方法效率也足够应付，放心用就好！

内容的提问来源于stack exchange，提问作者ScottP