如何基于另一列的值修改数据列？求助实现目标数据表样式

假设你的目标样式是分组合并单元格、构建带层级展示的表格（对应你提及的参考样式），以下用dplyr+tidyr组合实现，若需更贴合的可视化效果可搭配kableExtra完成渲染：

1. 示例原表 #

先模拟一组典型的待处理数据：

library(tidyverse)
original_df <- tibble(
  主类别 = c("电子产品", "电子产品", "家居用品", "家居用品"),
  子类别 = c("手机", "平板", "厨具", "家纺"),
  季度1销量 = c(1200, 800, 600, 450),
  季度2销量 = c(1500, 950, 720, 580)
)

2. 核心处理逻辑 #

方式一：空值占位模拟合并（纯tidyverse实现） #

通过分组标记仅保留每组第一个主类别值，其余置空，再按需转换列结构：

processed_df <- original_df %>%
  group_by(主类别) %>%
  mutate(主类别 = ifelse(row_number() == 1, 主类别, "")) %>%
  ungroup() %>%
  pivot_longer(cols = starts_with("季度"), names_to = "季度", values_to = "销量")

print(processed_df)

输出结果：

# A tibble: 8 × 4
  主类别   子类别 季度     销量
  <chr>    <chr>  <chr>   <dbl>
1 电子产品 手机    季度1销量 1200
2 电子产品 手机    季度2销量 1500
3 ""       平板    季度1销量  800
4 ""       平板    季度2销量  950
5 家居用品 厨具    季度1销量  600
6 家居用品 厨具    季度2销量  720
7 ""       家纺    季度1销量  450
8 ""       家纺    季度2销量  580

方式二：真正的单元格合并（R Markdown渲染用） #

如果需要在报告中实现类似Excel的合并单元格效果，使用kableExtra包：

library(kableExtra)
original_df %>%
  pivot_longer(cols = starts_with("季度"), names_to = "季度", values_to = "销量") %>%
  kbl(col.names = c("主类别", "子类别", "季度", "销量")) %>%
  kable_styling(bootstrap_options = "striped") %>%
  collapse_rows(columns = 1, valign = "top")

3. 适配调整 #

如果你的原表是其他结构（比如多层级分组、多维度指标），只需修改：

• group_by的分组变量，匹配你的层级逻辑
• pivot_longer/pivot_wider的参数，调整列的转换方向

内容的提问来源于stack exchange，提问作者Bruce