清理Excel导出的非结构化DataFrame并新增Type列求解决方案

核心需求 #

• 将原列名Conventional Gilts重命名为Name
• 新增Type列，自动识别原Conventional Gilts列中的分组类别，填充到对应组内的所有数据行
• 支持动态适配新增分组类别，无需手动维护类别列表

实现步骤（R语言） #

1. 读取Excel数据 #

用readxl包读取目标文件，保留原始行结构：

library(readxl)
library(dplyr)
library(tidyr)

# 读取Excel文件（替换为你的本地文件路径）
df <- read_excel("path/to/your/file.xls", col_names = TRUE)

2. 动态识别分组行 #

分组行的特征是：仅Conventional Gilts列有值，其余列均为空/NA。基于此特征标记分组行并提取类别：

df <- df %>%
  mutate(
    # 标记分组行：判断除目标列外的所有列是否全为NA
    is_group = rowSums(!is.na(select(., -`Conventional Gilts`))) == 0,
    # 仅在分组行中记录Type值，其余行留空
    Type = ifelse(is_group, `Conventional Gilts`, NA)
  )

3. 填充Type列并整理数据 #

将分组类别向下填充至对应组的数据行，再清理临时标记列并重命名目标列：

df <- df %>%
  fill(Type, .direction = "down") %>%  # 向下填充最近的分组类别
  filter(!is_group) %>%  # 移除分组标题行，只保留有效数据
  rename(Name = `Conventional Gilts`)  # 重命名列

4. 动态适配验证 #

如果后续数据新增了新的分组类别（比如Super-Long），上述代码无需任何修改即可自动识别并填充——因为分组行的判断逻辑基于数据特征，而非硬编码的类别列表。

内容的提问来源于stack exchange，提问作者akezd