基于Region列将DataFrame后续列文本移至上一行的实现问题

需求明确：当Region列内容以!UK_开头时，将该行第二列至最后一列的所有值移到上一行对应位置，同时将当前行的这些列置空。

原代码问题分析 #

• 仅处理了House单列，未覆盖所有第二列起的目标列
• 判断条件Region %in% substr(Region, 1, 3) == "!UK"逻辑错误，无法正确识别目标行
• 采用插入行再排序的方式，逻辑冗余且不符合需求

修正后的dplyr实现 #

library(dplyr)

# 原始数据
df <- tibble(
  Region = c("AU","USA","CA","USA","!UK_1","AU","USA","CA","!UK_north"),
  lock = c(1,1,NA,1,NA,1,NA,1,NA),
  type= c("sale",NA,NA,"target","target",NA,"sale",NA,"target"),
  House =c("Tagore house","Gandhi house",NA,"Flexible;Tagore house;Gandhi house","Tagore house",NA,"Flexible;Gandhi house","Gandhi house","Gandhi house")
)

# 1. 标记目标行（Region以!UK_开头）
df <- df %>% mutate(is_uk = startsWith(Region, "!UK_"))

# 2. 获取需要移动的列（第二列至最后一列）
cols_to_move <- names(df)[-1]

# 3. 将目标行的列值赋值给上一行（这里用拼接，如需替换直接改为lead(!!sym(col))）
for(col in cols_to_move) {
  df <- df %>%
    mutate(!!col := ifelse(lead(is_uk, default = FALSE), 
                          paste0(!!sym(col), "; ", lead(!!sym(col))),
                          !!sym(col)))
}

# 4. 清空目标行的第二列至最后一列
df <- df %>% mutate(across(all_of(cols_to_move), ~ifelse(is_uk, NA, .)))

# 移除标记列（可选）
df <- df %>% select(-is_uk)

说明 #

• cols_to_move自动获取第二列到最后一列的列名，适配列数变化
• 若需求是替换上一行值而非拼接，将paste0(...)改为lead(!!sym(col))即可
• 遍历所有目标列，确保每一列都被处理

高效版data.table实现（适合大数据集） #

library(data.table)

setDT(df)
# 标记目标行
df[, is_uk := startsWith(Region, "!UK_")]
# 获取需要移动的列
cols_to_move <- setdiff(names(df), c("Region", "is_uk"))

# 赋值给上一行
df[shift(is_uk, type = "lead"), (cols_to_move) := lapply(cols_to_move, function(col) {
  paste0(get(col), "; ", shift(get(col), type = "lead"))
})]

# 清空目标行的列
df[is_uk, (cols_to_move) := NA]

# 移除标记列
df[, is_uk := NULL]

内容的提问来源于stack exchange，提问作者potro