如何拆分R语言DataFrame中Factor的‘French, German’水平？

嘿，这个问题在处理多选项调查数据时特别常见，我给你分享两种实用的解决办法，你可以根据自己的习惯选择：

方法一：用tidyverse（推荐，简洁易读） #

tidyverse里的tidyr::separate_rows()函数专门干这个事——把包含多个值的单元格拆成单独的行，同时保留其他列的对应关系，简直是为你的需求量身定做的：

library(tidyverse)

# 你的原始数据框
df <- data.frame(respondent = factor(c(1, 2, 3, 4, 5, 6)), 
                 language = factor(c("English", "English", "French", "French, German", "German", "German")))

# 拆分language列并生成多行
df_split <- df %>%
  separate_rows(language, sep = ", ") %>%  # 指定分隔符是逗号加空格
  mutate(language = fct_inorder(language))  # 可选：把language重新转成因子，保持出现的顺序

# 查看结果
print(df_split)

运行后你会看到第4个受访者（respondent=4）被拆成了两行，分别对应French和German，其他受访者的单语数据保持不变。

方法二：基础R实现（不用额外包） #

如果你不想加载tidyverse，用基础R也能搞定，步骤稍微多一点，但逻辑很清晰：

# 原始数据框
df <- data.frame(respondent = factor(c(1, 2, 3, 4, 5, 6)), 
                 language = factor(c("English", "English", "French", "French, German", "German", "German")))

# 先把因子转成字符型才能拆分，然后按分隔符拆分每个语言项
split_langs <- strsplit(as.character(df$language), ", ")

# 重复respondent对应次数，再把拆分后的语言列表展开，组合成新数据框
df_split_base <- data.frame(
  respondent = rep(df$respondent, sapply(split_langs, length)),
  language = factor(unlist(split_langs))
)

# 查看结果
print(df_split_base)

这个方法的核心是用strsplit()拆分字符串，再用rep()和unlist()来匹配行数，最终得到和方法一一样的结果。

两种方法都能完美解决你的问题，个人更推荐tidyverse的方案，代码更简洁，后续如果还要做其他数据清洗也更方便~

内容的提问来源于stack exchange，提问作者KaC