在R中根据DataFrame单元格值重复ID的实现方法求助

核心思路 #

直接通过构造年龄序列列表，再利用Pandas的explode方法展开列表，自动实现ID的重复与年龄序列的生成，无需额外合并DataFrame。

步骤实现 #

1. 导入依赖与构造示例数据

import pandas as pd

# 替换为你的原始数据
df = pd.DataFrame({
    'id': ['A001', 'B002', 'C003'],
    't_p': [45, 52, 48],
    't_c': [55, 60, 53]
})

2. 生成年龄序列列
   对每行数据生成从50到t_c的连续整数列表，同时过滤掉t_c < 50的无效行（若需保留可调整逻辑）：

# 过滤t_c小于50的行（可选）
df = df[df['t_c'] >= 50].copy()

# 构造年龄序列：range左闭右开，所以t_c要+1
df['age'] = df.apply(lambda row: list(range(50, row['t_c'] + 1)), axis=1)

3. 展开列表生成最终结果
   用explode将列表拆分为单独行，自动重复对应ID与其他列数据：

result_df = df.explode('age').reset_index(drop=True)

# 整理列顺序（按需调整）
result_df = result_df[['id', 'age', 't_p']]

示例输出 #

处理后的结果如下（截取部分）：

边界处理说明 #

• 若存在t_c < 50的行：上述代码直接过滤，若需保留可将list(range(...))替换为[None]或其他占位值，explode后会保留该行但年龄为占位值。
• 若t_c == 50：生成的列表仅包含50，explode后该行仅出现一次。

内容的提问来源于stack exchange，提问作者DN98024