Информация, разделенная запятыми, в одной ячейке

Использование функций tidyverse согласно тегу вопроса:

library(dplyr)
library(tidyr)

tb_sample_10 %>%
  mutate(ID = row_number()) %>%
  rowwise() %>%
  transmute(ID = ID,
            names = list(strsplit(test_name, ",")),
            results = list(strsplit(test_result, ",")),
            statuses = list(strsplit(test_status, ","))) %>%
unnest(cols = c(names, results, statuses)) %>%
unnest(cols = c(names, results, statuses))

# A tibble: 34 × 4
      ID names                        results                                           statuses
   <int> <chr>                        <chr>                                             <chr>
 1     1 TB Direct PCR & RIF Status   MTB Detected / RIF Resistance Not Detected        Final
 2     1 AFB Smear                    No AFB Seen                                       Final
 3     2 AFB Smear                    OTHER                                             Final
 4     2 Sensitivity                  Not Required                                      Final
 5     2 TB Direct PCR & RIF Status   MTB Detected / RIF Resistance Not Detected        Final
 6     2 TB Indirect PCR & RIF Status Not Required                                      Final
 7     2 Culture                      No Growth                                         Final
 8     3 Culture                      Positive                                          Final
 9     3 AFB Smear                    No AFB Seen                                       Final
10     3 Sensitivity                  Processed                                         Final
11     3 TB Direct PCR & RIF Status   Rejected                                          Final
12     3 TB Indirect PCR & RIF Status MTB Detected / RIF Resistance Not Detected (MTBC) Final
13     4 AFB Smear                    AFB+                                              Final
14     5 Culture                      Positive                                          Final
15     5 AFB Smear                    OTHER                                             Final
16     5 Sensitivity                  Processed                                         Final
17     5 TB Direct PCR & RIF Status   MTB Not Detected                                  Final
18     5 TB Indirect PCR & RIF Status Not Required                                      Final
19     6 Culture                      Positive                                          Final
20     6 AFB Smear                    AFB+                                              Final
# ℹ 14 more rows

Обратите внимание: я создал столбец ID просто для того, чтобы следить за происходящим. Возможно, он уже есть в ваших данных, или вы все равно можете обойтись без него.

Вы можете использовать str_split, enframe и unnest, чтобы разделить три объекта. Затем объедините их, используя inner_join.

library(dplyr); library(tidyr); library(stringr)

tests <- str_split(tb_sample_10$test_name, pattern = ",") |>
  enframe(name = "id", value = "test") |>
  unnest(test) |>
  mutate(seq=row_number(), .by=id) |>
  select(id, seq, test)

results <- str_split(tb_sample_10$test_result, pattern = ",") |>
  enframe(name = "id", value = "result") |>
  unnest(result) |>
  mutate(seq=row_number(), .by=id)

statuses <- str_split(tb_sample_10$test_status, pattern = ",") |>
  enframe(name = "id", value = "status") |>
  unnest(status) |>
  mutate(seq=row_number(), .by=id)

Reduce(inner_join, list(tests, results, statuses))
# A tibble: 34 x 5
      id   seq test                         result                                     status
   <int> <int> <chr>                        <chr>                                      <chr> 
 1     1     1 TB Direct PCR & RIF Status   MTB Detected / RIF Resistance Not Detected Final 
 2     1     2 AFB Smear                    No AFB Seen                                Final 
 3     2     1 AFB Smear                    OTHER                                      Final 
 4     2     2 Sensitivity                  Not Required                               Final 
 5     2     3 TB Direct PCR & RIF Status   MTB Detected / RIF Resistance Not Detected Final 
 6     2     4 TB Indirect PCR & RIF Status Not Required                               Final 
 7     2     5 Culture                      No Growth                                  Final 
 8     3     1 Culture                      Positive                                   Final 
 9     3     2 AFB Smear                    No AFB Seen                                Final 
10     3     3 Sensitivity                  Processed                                  Final 
# i 24 more rows

Вы можете сделать это с помощью tidyr::separate_longer_delim() . Это было выпущено в tidyr 1.3.0 (январь 2023 г.):

Самая большая особенность этого выпуска — новое экспериментальное семейство функций для разделения строковых столбцов.

Эта функция отмечена жизненным циклом экспериментальная, что означает, что долгосрочная стабильность не обещается. Тем не менее, он существует уже больше года и, похоже, создан именно для вашего случая.

Я также добавил столбец id, который не нужен для разделения строк, но может быть полезен для отслеживания того, к какой из исходных 10 строк относится каждая из теперь 34 строк.

tb_sample_10 |>
    dplyr::mutate(id = dplyr::row_number(), .before = test_name) |>
    tidyr::separate_longer_delim(
        cols = dplyr::starts_with("test"),
        delim = ","
    )

# # A tibble: 34 × 4
#       id test_name                    test_result                    test_status
#    <int> <chr>                        <chr>                          <chr>      
#  1     1 TB Direct PCR & RIF Status   MTB Detected / RIF Resistance… Final      
#  2     1 AFB Smear                    No AFB Seen                    Final      
#  3     2 AFB Smear                    OTHER                          Final      
#  4     2 Sensitivity                  Not Required                   Final      
#  5     2 TB Direct PCR & RIF Status   MTB Detected / RIF Resistance… Final      
#  6     2 TB Indirect PCR & RIF Status Not Required                   Final      
#  7     2 Culture                      No Growth                      Final      
#  8     3 Culture                      Positive                       Final      
#  9     3 AFB Smear                    No AFB Seen                    Final      
# 10     3 Sensitivity                  Processed                      Final      
# # ℹ 24 more rows
# # ℹ Use `print(n = ...)` to see more rows

Используя data.table, разделите столбцы 1, 2 и 3 запятыми и добавьте новую строку. Обратите внимание, что я добавляю столбец I, чтобы отслеживать идентификаторы строк.

tb_sample_10[, lapply(.SD, \(i) unlist(tstrsplit(i, ","))), by = .I, .SDcols = 1:3 ]

#        I                    test_name                                test_result test_status
#    <int>                       <char>                                     <char>      <char>
# 1:     1   TB Direct PCR & RIF Status MTB Detected / RIF Resistance Not Detected       Final
# 2:     1                    AFB Smear                                No AFB Seen       Final
# 3:     2                    AFB Smear                                      OTHER       Final
# 4:     2                  Sensitivity                               Not Required       Final
# 5:     2   TB Direct PCR & RIF Status MTB Detected / RIF Resistance Not Detected       Final
# 6:     2 TB Indirect PCR & RIF Status                               Not Required       Final
# 7:     2                      Culture                                  No Growth       Final
# 8:     3                      Culture                                   Positive       Final
# 9:     3                    AFB Smear                                No AFB Seen       Final
#10:     3                  Sensitivity                                  Processed       Final