分隔字符列并在r中转换为整齐的格式

Question

我有一个数据集，其中的＃标签列包含可变数量的＃标签，并用分隔;。例如：

id  hashtags
1   #apple;#peach           
2   #apple          
3   #pear;#orange;#banana

我需要做的是将列分开并将其转换为整洁的数据。因此，每一行都包含ID和一个单独的＃标签。

id  hashtag
1   #apple          
1   #peach          
2   #apple          
3   #pear           
3   #orange         
3   #banana

我可以使用下面的循环来做到这一点。

library(tidyverse)
df = data.frame(id=1:3, hashtags=c("#apple;#peach", "#apple", "#pear;#orange;#banana"))

dat = data.frame()
for (i in 1:nrow(df)) {
  dt = data.frame(id = df$id[i], 
                  hashtag = str_split(df$hashtags[i], ';')[[1]])
  dat = bind_rows(dat, dt)
}

但是我认为上述方法不是一个好的解决方案。当我有一个非常大的数据集（我的实际数据）时，我发现它非常慢。

有没有人有更好，更快的方法来实现这一目标？请注意，每个ID的＃标签数量变化很大。tidyr::separate似乎不适用于这里。非常感谢。

Answer 1

一个选项是separate_rows并指定sep

library(tidyverse)
df %>% 
   separate_rows(hashtags, sep=";")
#. id hashtags
#1  1   #apple
#2  1   #peach
#3  2   #apple
#4  3    #pear
#5  3  #orange
#6  3  #banana

如果不指定sep，它将自动选择数据中所有可能的分隔符