R 在数据复杂的情况下如何分隔_行

说真的，这个问题本来不是我的。促使我把它放在一个简化的箱子里

因此，我必须根据分隔符（即

）将输入单元格（在列中）的数据分隔成单独的行在当前场景中。这可以使用
tidyr:：separate_rows（）
轻松完成。列中的数据已连接。现在的问题，实际上有两个，是-

可能有用
分隔的文本
但可以位于闭括号内
（）
，例如
（text\u A；text\u B）
，该括号将被左键连接，且不被分隔
每行中不同列的单元格之间的连接数可能不均匀。在这种情况下，该行将被分解为
单独的行
，等于最大连接数。对于连接较少的其他列，最后一个text_值可能只是重复
可再现的示例如下所示

input提取想要的组。计算每行的最大长度和填充值

input <- input %>%
  mutate(across(everything(), str_extract_all, pattern = "(\\([^\\(\\)]+\\)|[^;]+)")) 

input_l <- pmap_int(input, ~max(map_int(list(...), length)))

input %>%
  split(seq_len(nrow(.))) %>%
  map(flatten) %>%
  map2_dfr(input_l, function(row, l) map_dfr(row, ~c(.x, rep(last(.x), l - length(.x))))) 

input%
突变（跨越（everything（），str_extract_all，pattern=“（\\（[^\\（\\）]+\\）\\[^；]+]））
输入百分比
拆分（序号（nrow（%））%>%
地图（展平）%>%
map2_-dfr（输入_-l，函数（行，l）映射_-dfr（行，~c（.x，rep（last（.x），l-length（.xе））


这将提供以下输出

  col_1 Col_2           Col_3  Col_4                
  <chr> <chr>           <chr>  <chr>                
1 A     Text_A          Text_1 Text_a               
2 A     Text_B          Text_1 (Text_b;Text_c)      
3 A     Text_B          Text_1 (Text_d;Text_dd)
4 B     Text_C          Text_2 Text_e               
5 B     Text_C          Text_3 Text_e               
6 C     Text_D          Text_4 Text_f               
7 C     (Text_E;Text_F) Text_4 Text_g 

第1列第2列第3列第4列
一个文本一个文本一个文本
2 A Text_B Text_1（Text_B；Text_c）
3 A文本B文本1（文本d；文本dd）
4 B文本C文本2文本e
5 B文本C文本3文本e
6 C文本D文本4文本f
7 C（文本；文本）文本4文本
以下是我的方法，假设您的列中没有序列
”
：

input %>%
  mutate(across(-col_1,
                ~ str_replace_all(., "\\([^)]*\\)",
                                  \(x) str_replace_all(x, ";", "<sep>")))) %>%
  pmap(\(...) {
    args <- list(...)
    entries <- map(args[-1], ~ first(str_split(., ";")))
    map(entries, \(e) {
      c(e, rep(e[length(e)], do.call(max, map(entries, length)) - length(e)))
    }) %>%
    bind_rows() %>%
    bind_cols(args[1], .)
  }) %>%
  bind_rows() %>%
  mutate(across(-col_1, ~ str_replace_all(., "<sep>", ";")))

输入%>%
突变（跨（-col_1，
~str\u replace\u all（，“\\（[^）]*\\）”，
\（x） str_replace_all（x，“；”，“）%%>%
pmap（\（…）{
args%
bind_cols（args[1]，）
}) %>%
绑定_行（）%>%
变异（跨越（-col_1，~str_replace_all（，“”，“；”））

返回：

# A tibble: 7 x 4
  col_1 Col_2           Col_3  Col_4
  <chr> <chr>           <chr>  <chr>
1 A     Text_A          Text_1 Text_a
2 A     Text_B          Text_1 (Text_b;Text_c)
3 A     Text_B          Text_1 (Text_d;Text_dd)
4 B     Text_C          Text_2 Text_e
5 B     Text_C          Text_3 Text_e
6 C     Text_D          Text_4 Text_f
7 C     (Text_E;Text_F) Text_4 Text_g

#一个tible:7 x 4
第1列第2列第3列第4列
一个文本一个文本一个文本
2 A Text_B Text_1（Text_B；Text_c）
3 A文本B文本1（文本d；文本dd）
4 B文本C文本2文本e
5 B文本C文本3文本e
6 C文本D文本4文本f
7 C（文本；文本）文本4文本
row3 col2应该是文本B而不是文本A。最后一个要重复的值。让我检查一下您的策略，这将开始从头开始重复值。为什么只复制最后一个值？例如，当你有1，2，3，你需要让它的长度为5，它应该是什么样子？这只是这样的要求。五行中的1,2,3的示例shd为1,2,3,3确定我编辑为仅复制最后一个值。这现在应该适用于括号内的2个以上的值。谢谢@ktiu。实际上比前面的答案要好。如果还有更多的策略/答案，我会等待，否则我会接受：）
# A tibble: 7 x 4
  col_1 Col_2           Col_3  Col_4
  <chr> <chr>           <chr>  <chr>
1 A     Text_A          Text_1 Text_a
2 A     Text_B          Text_1 (Text_b;Text_c)
3 A     Text_B          Text_1 (Text_d;Text_dd)
4 B     Text_C          Text_2 Text_e
5 B     Text_C          Text_3 Text_e
6 C     Text_D          Text_4 Text_f
7 C     (Text_E;Text_F) Text_4 Text_g