如何将数据集多列分组值合并至单列并按组展示？

我有一个包含多列分组变量的数据集，需要把分组值合并到单列，让分组标题和对应的子项在同一列展示。

现有数据集 #

期望输出数据集 #

Python（Pandas）实现 #

通用分组遍历方法

import pandas as pd

# 构造原数据集
df = pd.DataFrame({
    'VAR1': ['MALE', 'MALE', 'MALE', 'FEMALE', 'FEMALE', 'FEMALE'],
    'VAR2': ['LOC1', 'LOC2', 'LOC3', 'LOC4', 'LOC5', 'LOC6'],
    'SCORE': [20, 30, 40, 50, 60, 70]
})

result_list = []
# 遍历每个分组生成标题行和子项行
for group_name, group_data in df.groupby('VAR1'):
    # 添加分组标题行（SCORE为空）
    result_list.append(pd.DataFrame({'VAR1': [group_name], 'SCORE': ['']}))
    # 转换子项行：将VAR2替换为VAR1，保留SCORE列
    sub_df = group_data.rename(columns={'VAR2': 'VAR1'})[['VAR1', 'SCORE']]
    result_list.append(sub_df)

# 合并所有行并重置索引
final_result = pd.concat(result_list, ignore_index=True)
print(final_result)

R语言实现（dplyr + tibble） #

library(dplyr)
library(tibble)

# 构造原数据集
df <- data.frame(
  VAR1 = c("MALE", "MALE", "MALE", "FEMALE", "FEMALE", "FEMALE"),
  VAR2 = c("LOC1", "LOC2", "LOC3", "LOC4", "LOC5", "LOC6"),
  SCORE = c(20, 30, 40, 50, 60, 70)
)

# 分组处理生成标题行和子项行
final_result <- df %>%
  group_by(VAR1) %>%
  group_modify(~{
    # 创建分组标题行
    title_row <- tibble(VAR1 = .y$VAR1, SCORE = NA)
    # 转换子项行，替换列名并保留目标列
    sub_rows <- .x %>% rename(VAR1 = VAR2) %>% select(VAR1, SCORE)
    # 合并标题行与子项行
    bind_rows(title_row, sub_rows)
  }) %>%
  ungroup()

print(final_result)

内容的提问来源于stack exchange，提问作者VAMSI KRISHNA Gundabattuni