Разделите столбец на разные столбцы в зависимости от метки

ОТРЕДАКТИРОВАНО:

library(tidyverse)
df %>%
  separate_rows(GOs, sep = "; ") %>%
  extract(GOs,
          into = c("X","content"),
          regex = "(.)\\W+(.+)") %>%
  pivot_wider(
              names_from = X, values_from = content,
              # add to suppress warning:
              values_fn = list) %>%
  unnest(c("F", "P", "C"))
# A tibble: 4 × 5
  Name  Value F     P     C    
  <chr> <dbl> <chr> <chr> <chr>
1 A        10 f1    p1    NA   
2 A        10 f2    p1    NA   
3 B        20 f1    p1    NA   
4 C        30 f1    NA    c1  

Данные:

df <- data.frame(Name = c("A","B","C"),
                 Value = c(10,20,30),
                 GOs= c("F: f1; F: f2; P: p1","P: p1; F: f1","C: c1; F: f1"))

Обновлено еще раз:

В качестве альтернативы рассмотрим следующую структуру вывода:

df %>%
  separate_rows(GOs, sep = "; ") %>%
  extract(GOs,
          into = c("X","content"),
          regex = "(.)\\W+(.+)") %>%
  pivot_wider(names_from = X, values_from = content, values_fn = toString)
# A tibble: 3 × 5
  Name  Value F      P     C    
  <chr> <dbl> <chr>  <chr> <chr>
1 A        10 f1, f2 p1    NA   
2 B        20 f1     p1    NA   
3 C        30 f1     NA    c1 

Для обновленного примера:

library(tidyverse)

df <- data.frame(
  Name = c("A", "B"),
  Value = c(10, 20),
  GOs = c("C:e; F:n; F:D; F:D; P:D; P:h", "F:t; F:v; F:l; F:m; P:o")
)

df |> 
  separate_longer_delim(GOs, delim = ";") |> 
  separate_wider_delim(GOs, delim = ":", names_sep = ":") |> 
  mutate(across(everything(), str_squish), row = row_number()) |> 
  pivot_wider(names_from = `GOs:1`, values_from = `GOs:2`, values_fn = list) |> 
  unnest(c("C", "F", "P"))
#> # A tibble: 11 × 6
#>    Name  Value   row C     F     P    
#>    <chr> <chr> <int> <chr> <chr> <chr>
#>  1 A     10        1 e     <NA>  <NA> 
#>  2 A     10        2 <NA>  n     <NA> 
#>  3 A     10        3 <NA>  D     <NA> 
#>  4 A     10        4 <NA>  D     <NA> 
#>  5 A     10        5 <NA>  <NA>  D    
#>  6 A     10        6 <NA>  <NA>  h    
#>  7 B     20        7 <NA>  t     <NA> 
#>  8 B     20        8 <NA>  v     <NA> 
#>  9 B     20        9 <NA>  l     <NA> 
#> 10 B     20       10 <NA>  m     <NA> 
#> 11 B     20       11 <NA>  <NA>  o

^{Created on 2024-04-18 with reprex v2.1.0}

Чтобы избежать изменения формы, которое может быть медленным, вы можете сначала извлечь имена столбцов и значения, используя gregexpr/regmatches. С помощью столбцов unique создайте array без строк и merge его к элементам списка, затем merge все вместе, наконец cbind.

> r <- lapply(c(cn='(.)(?=\\:)', v='(?<=\\:\\s)(.\\d)'), \(x) 
+             regmatches(df$GOs, gregexpr(x, df$GOs, perl=TRUE)))
> u <- unique(unlist(r$cn))
> a <- array(dim=c(0, length(u)), dimnames=list(NULL, u))
> Map(cbind, Name=df$Name, Value=df$Value, 
+     Map(\(x, y) split(x, y), r$v, r$cn) |>
+       lapply(do.call, what='data.frame') |> 
+       lapply(merge, a, all=TRUE)) |> 
+   Reduce(f=rbind)
  Name Value  F    P    C
1  Ab1  1000 f1   p1 <NA>
2  Ab1  1000 f2   p1 <NA>
3  Bb1  2000 f1   p1 <NA>
4  Cb1  3000 f1 <NA>   c1

Данные:

> dput(df)
structure(list(Name = c("Ab1", "Bb1", "Cb1"), Value = c(1000L, 
2000L, 3000L), GOs = c("F: f1; F: f2; P: p1", "P: p1; F: f1", 
"C: c1; F: f1")), class = "data.frame", row.names = c(NA, -3L
))