R 如何避免；“无通用尺寸”；单独的_行（）函数出错

我处理的数据如下所示：

    AF:         AU:
1   MIT Duflo, Esther
2   NBER; NBER  Freeman, Richard B.; Gelber, Alexander M.
3   U MI; Cornell U; U VA   Bound, John; Lovenheim, Michael F.; Turner, Sarah
4   Harvard U; U Chicago    Fryer, Roland G., Jr.; Levitt, Steven D.
5   U OR; U CA, Davis; U British Columbia   Lindo, Jason M.; Sanders, Nicholas J.; Oreopoulos, Philip

   AF:               AU:
    MIT               Duflo, Esther
    NBER              Freeman, Richard B.
    NBER              Gelber, Alexander M.
    U MI              Bound, John 
    Cornell U         Lovenheim, Michael F. 
    U VA              Turner, Sarah
    Harvard U;        Fryer, Roland G., Jr.
    U Chicago         Levitt, Steven D.
    U OR              Lindo, Jason M.
    U CA,             Davis Sanders, Nicholas J. 
    U British ColumbiaOreopoulos, Philip 

我有两个变量，AF:affiliation和AU:authors。不同的作者和从属关系用分号分隔，我想使用separate_rows-command创建如下内容：

    AF:         AU:
1   MIT Duflo, Esther
2   NBER; NBER  Freeman, Richard B.; Gelber, Alexander M.
3   U MI; Cornell U; U VA   Bound, John; Lovenheim, Michael F.; Turner, Sarah
4   Harvard U; U Chicago    Fryer, Roland G., Jr.; Levitt, Steven D.
5   U OR; U CA, Davis; U British Columbia   Lindo, Jason M.; Sanders, Nicholas J.; Oreopoulos, Philip

   AF:               AU:
    MIT               Duflo, Esther
    NBER              Freeman, Richard B.
    NBER              Gelber, Alexander M.
    U MI              Bound, John 
    Cornell U         Lovenheim, Michael F. 
    U VA              Turner, Sarah
    Harvard U;        Fryer, Roland G., Jr.
    U Chicago         Levitt, Steven D.
    U OR              Lindo, Jason M.
    U CA,             Davis Sanders, Nicholas J. 
    U British ColumbiaOreopoulos, Philip 

标准版本的separate_rows（）会生成错误消息，可能是因为我的数据包含NAs：

authaf_spread<-separate_rows(authaf, 1:2, sep=";")
Error: All nested columns must have the same number of elements.

---

authaf\u spread如果调用
separate\u rows
两次，它就会工作。我使用stringr中的
str_trim
删除作者姓名和从属关系前后出现的空白，并使用tidyr中的
drop_na
删除两列都有na的行

# Loaded your .csv file as variable 'df'

authors <- df %>%
  separate_rows(AF., sep = ";") %>%
  separate_rows(AU., sep = ";") %>%
  mutate_all(~ str_trim(., side = "both")) %>%
  drop_na

# A tibble: 24,877 x 2
   AF.       AU.                  
   <chr>     <chr>                
 1 MIT       Duflo, Esther        
 2 NBER      Freeman, Richard B.  
 3 NBER      Gelber, Alexander M. 
 4 NBER      Freeman, Richard B.  
 5 NBER      Gelber, Alexander M. 
 6 U MI      Bound, John          
 7 U MI      Lovenheim, Michael F.
 8 U MI      Turner, Sarah        
 9 Cornell U Bound, John          
10 Cornell U Lovenheim, Michael F.
# … with 24,867 more rows

如果您两次调用
separate_rows
，它将工作。我使用stringr中的
str_trim
删除作者姓名和从属关系前后出现的空白，并使用tidyr中的
drop_na
删除两列都有na的行

# Loaded your .csv file as variable 'df'

authors <- df %>%
  separate_rows(AF., sep = ";") %>%
  separate_rows(AU., sep = ";") %>%
  mutate_all(~ str_trim(., side = "both")) %>%
  drop_na

# A tibble: 24,877 x 2
   AF.       AU.                  
   <chr>     <chr>                
 1 MIT       Duflo, Esther        
 2 NBER      Freeman, Richard B.  
 3 NBER      Gelber, Alexander M. 
 4 NBER      Freeman, Richard B.  
 5 NBER      Gelber, Alexander M. 
 6 U MI      Bound, John          
 7 U MI      Lovenheim, Michael F.
 8 U MI      Turner, Sarah        
 9 Cornell U Bound, John          
10 Cornell U Lovenheim, Michael F.
# … with 24,867 more rows

我认为OP只需要
df%>%的独立行（AF，AU，sep=“；”）
。就这些。我从你的答案中得到了这个想法。这就是我为什么不回答的原因。我之前试过了，但出现了一个错误。只有当我像在这篇文章中那样将两个
separate_行
调用分开时，它才起作用。我很想知道是否有人能通过一个电话就让它工作。我刚刚意识到，数据集中可能有问题。实际上，我运行代码：
df%>%在我的计算机中使用
head（df）
分隔行（AF，AU，sep=“；”）
。成功了！。但是，我将其应用于整个df。然后我也犯了一个错误！你是对的。数据集中一定有错误。我检查了一下，发现一个变量的值比另一个多14个，我现在记不清是哪一个了。@maydin我很高兴你用整个df在单个调用中重现了错误。可能只是一些固有的不匹配的数值。我认为OP只需要
df%>%的单独行（AF，AU，sep=“；”）
。就这些。我从你的答案中得到了这个想法。这就是我为什么不回答的原因。我之前试过了，但出现了一个错误。只有当我像在这篇文章中那样将两个
separate_行
调用分开时，它才起作用。我很想知道是否有人能通过一个电话就让它工作。我刚刚意识到，数据集中可能有问题。实际上，我运行代码：
df%>%在我的计算机中使用
head（df）
分隔行（AF，AU，sep=“；”）
。成功了！。但是，我将其应用于整个df。然后我也犯了一个错误！你是对的。数据集中一定有错误。我检查了一下，发现一个变量的值比另一个多14个，我现在记不清是哪一个了。@maydin我很高兴你用整个df在单个调用中重现了错误。可能只是一些固有的不匹配的数值。