如何合并R语言数据框中以'>'开头行之间的行？

针对你给出的数据框需求，核心是将每个以>开头的行（标题行）与后续直到下一个标题行的内容合并成连续字符串，以下是两种可行实现方式：

方法一：使用dplyr+tidyr（代码简洁直观） #

先确保已安装并加载dplyr和tidyr包，代码如下：

library(dplyr)
library(tidyr)

# 原始数据框
df <- data.frame(V1=c(">A1", "aaaa", "bbb", "cccc",
                      ">B2", "dddd", "eeeee","ff",
                      ">C3", "ggggggg", "hhhhh", "iiiii", "jjjjj"), stringsAsFactors = FALSE)

# 生成分组ID：每遇到标题行（以>开头），分组ID递增
df$group <- cumsum(grepl("^>", df$V1))

# 分组处理并重组结果
result_df <- df %>%
  group_by(group) %>%
  summarise(
    header = first(V1[grepl("^>", V1)]),
    merged_text = paste(V1[!grepl("^>", V1)], collapse = "")
  ) %>%
  pivot_longer(cols = c(header, merged_text), values_to = "V1") %>%
  select(V1) %>%
  filter(V1 != "")

# 输出结果
result_df

关键步骤说明： #

• grepl("^>", df$V1)：识别所有标题行，返回逻辑向量
• cumsum(...)：将连续的非标题行与对应的标题行归为同一组
• paste(..., collapse="")：将同一组内的非标题行字符串无缝合并
• pivot_longer：将分组后的标题和合并文本转为交替排列的单列格式

方法二：Base R实现（无需额外依赖包） #

如果不想加载第三方包，可使用基础R代码完成：

# 原始数据框
df <- data.frame(V1=c(">A1", "aaaa", "bbb", "cccc",
                      ">B2", "dddd", "eeeee","ff",
                      ">C3", "ggggggg", "hhhhh", "iiiii", "jjjjj"), stringsAsFactors = FALSE)

# 定位所有标题行的位置
header_pos <- which(grepl("^>", df$V1))
# 定义每个组的起止范围：标题行位置到下一个标题行前一行，最后一组到数据框末尾
group_ranges <- cbind(header_pos, c(header_pos[-1]-1, nrow(df)))

# 初始化结果向量
result_v1 <- character(0)

# 遍历每个组处理
for(i in seq_len(nrow(group_ranges))){
  start <- group_ranges[i, 1]
  end <- group_ranges[i, 2]
  # 添加标题行
  result_v1 <- c(result_v1, df$V1[start])
  # 合并当前组内的非标题行
  merged_str <- paste(df$V1[(start+1):end], collapse = "")
  result_v1 <- c(result_v1, merged_str)
}

# 转为目标数据框
df1 <- data.frame(V1 = result_v1, stringsAsFactors = FALSE)

# 输出结果
df1

关键步骤说明： #

• which(grepl("^>", df$V1))：获取所有标题行的索引位置
• group_ranges：构造每个组的起止索引，明确每个标题对应的内容范围
• 循环遍历每个组，分别提取标题并合并内容，最终拼接成结果向量

内容的提问来源于stack exchange，提问作者Traitor Legions