如何在R的data.table中将逗号分隔列展开为多行？

单列展开方案（以你的V2列为例） #

直接使用data.table原生语法，结合字符串拆分与分组操作即可实现：

library(data.table)

# 你的示例数据
dt_asdf <- data.table(V1=c(1,2,3,4),V2=c("a","b","c, d, e, f",NA))

# 展开V2列
dt_expanded <- dt_asdf[, .(V2 = if(is.na(V2)) NA_character_ else unlist(strsplit(V2, ", ", fixed = TRUE))), by = V1]

运行后得到的结果：

V1   V2
1:  1    a
2:  2    b
3:  3    c
4:  3    d
5:  3    e
6:  3    f
7:  4 <NA>

代码说明：

• by = V1：指定以V1列为分组依据，确保该列的值会与拆分后的每个V2元素重复匹配
• strsplit(V2, ", ", fixed = TRUE)：将V2列的字符串按, 拆分，fixed=TRUE可提升大数据集的处理效率
• if(is.na(V2)) NA_character_ else ...：处理NA值，避免拆分时丢失原有的NA行

多列批量展开方案 #

如果你的数据中有多列类似V2的逗号分隔列，可以通过以下方式批量处理：

# 定义拆分函数，统一处理逗号分隔和NA值
split_comma_col <- function(x) {
  ifelse(is.na(x), NA_character_, unlist(strsplit(x, ", ", fixed = TRUE)))
}

# 指定需要展开的列名
target_cols <- c("V2", "V3", "V4") # 根据你的实际列名修改

# 批量展开
dt_multi_expanded <- dt_asdf[, lapply(.SD, split_comma_col), 
                            by = setdiff(names(dt_asdf), target_cols)]

代码说明：

• setdiff(names(dt_asdf), target_cols)：自动获取除了要展开的列之外的所有列作为分组依据，确保这些列的值与拆分后的元素一一对应
• lapply(.SD, split_comma_col)：对所有目标列应用拆分函数，实现批量展开

简洁替代方案（使用tidyr包） #

如果不介意加载tidyr包，separate_rows函数可以更简洁地实现需求，且自动处理NA：

library(tidyr)

# 单列展开
separate_rows(dt_asdf, V2, sep = ", ")

# 多列展开
separate_rows(dt_asdf, all_of(target_cols), sep = ", ")

内容的提问来源于stack exchange，提问作者chrysrobyn