如何用dplyr基于嵌套数据生成Level2列？已实现Level1

示例数据 #

先构造符合结构的测试数据（包含已生成的Level1列）：

library(dplyr)
library(tidyr)

df <- tibble(
  Type = c("CAT", "SUB", "SUB", "CAT", "SUB", "SUB", "SUB", "CAT", "SUB"),
  Name = c("消化系统疾病", "胃炎", "胃溃疡", "呼吸系统疾病", "感冒", "肺炎", "支气管炎", "心血管疾病", "高血压"),
  Number = c(2, 0, 0, 3, 0, 0, 0, 1, 0),
  Level1 = c("消化系统疾病", "消化系统疾病", "消化系统疾病", "呼吸系统疾病", "呼吸系统疾病", "呼吸系统疾病", "呼吸系统疾病", "心血管疾病", "心血管疾病")
)

实现代码 #

通过临时标记填充范围的方式实现Level2列：

df <- df %>%
  # 标记需要填充的行的行号和填充行数
  mutate(
    fill_id = ifelse(Number > 0, row_number(), NA),
    fill_n = ifelse(Number > 0, Number, NA)
  ) %>%
  # 向下填充标记值，让所有待填充的子行继承父行的填充规则
  fill(fill_id, fill_n, .direction = "down") %>%
  # 根据行号判断是否在填充范围内，生成Level2
  mutate(
    Level2 = ifelse(row_number() <= fill_id + fill_n, 
                    Name[fill_id], 
                    Name)
  ) %>%
  # 清理临时列
  select(-fill_id, -fill_n)

代码逻辑说明 #

1. 标记填充源：为所有Number>0的行记录当前行号（fill_id）和需要填充的行数（fill_n），其他行设为NA。
2. 继承填充规则：向下填充fill_id和fill_n，让每个需要被填充的子类别行都能获取到上方父行的填充参数。
3. 生成Level2：判断当前行号是否在父行的填充范围内（当前行号 ≤ 父行行号 + 填充行数），若是则使用父行的Name，否则使用自身Name。
4. 清理临时数据：移除用于计算的临时列。

嵌套子类别测试 #

如果存在嵌套的子类别（即子类别行的Number>0），该方案同样适用：

# 嵌套结构测试数据
df_nested <- tibble(
  Type = c("CAT", "SUB", "SUB", "SUB", "SUB"),
  Name = c("消化系统疾病", "胃炎", "急性胃炎", "慢性胃炎", "胃溃疡"),
  Number = c(3, 2, 0, 0, 0),
  Level1 = c("消化系统疾病", "消化系统疾病", "消化系统疾病", "消化系统疾病", "消化系统疾病")
)

# 应用相同代码
df_nested <- df_nested %>%
  mutate(
    fill_id = ifelse(Number > 0, row_number(), NA),
    fill_n = ifelse(Number > 0, Number, NA)
  ) %>%
  fill(fill_id, fill_n, .direction = "down") %>%
  mutate(
    Level2 = ifelse(row_number() <= fill_id + fill_n, 
                    Name[fill_id], 
                    Name)
  ) %>%
  select(-fill_id, -fill_n)

print(df_nested)

输出结果会自动处理嵌套填充：第2行（Name=胃炎，Number=2）的Name会向下填充2行，第5行不在填充范围内，使用自身Name=胃溃疡。

内容的提问来源于stack exchange，提问作者Kartik