在R中根据不同条件实现行值拼接的技术需求

需求说明 #

根据Flag列标记处理数据框：

• 标记为0的行直接保留
• 以B开头、E结尾的段落（中间可包含任意1标记行），需将段落内（含B、E）的Strings按顺序拼接，仅保留拼接后的B行，删除段落内的1和E行

示例数据 #

set.seed(128)
df2 <- data.frame(Strings = sample(letters, 17, replace = T), 
                  Flag = c(0,"B",1,1,"E","B","E","B","E",0,"B",1,1,1,"E",0,0))

解决方案 #

使用dplyr结合tidyr实现分组拼接，步骤如下：

1. 为每个段落/独立行创建分组标识：遇到B开启新段落组，0标记行单独成组
2. 按分组拼接Strings内容
3. 过滤保留需要的行（0标记行和拼接后的段落起始行）

代码实现：

library(dplyr)
library(tidyr)

# 创建分组ID：区分独立0行和各B-E段落
df2 <- df2 %>%
  mutate(group_id = cumsum(Flag == "B" | (Flag == "0" & lag(Flag, default = "") != "0")))

# 分组拼接+过滤整理
result_df <- df2 %>%
  group_by(group_id) %>%
  summarise(
    Result = paste(Strings, collapse = " "),
    Flag = first(Flag)
  ) %>%
  filter(Flag %in% c("0", "B")) %>%
  select(Result) %>%
  ungroup()

# 查看最终结果
print(result_df)

输出结果 #

# A tibble: 8 × 1
  Result       
  <chr>        
1 d            
2 r q r v      
3 f y          
4 u c          
5 x            
6 h w x t j    
7 d            
8 j            

内容的提问来源于stack exchange，提问作者Xikeck