如何在R中基于列内其他单元格信息为单元格添加层级归属标识？

嘿，手动处理500多行确实太折磨人了！我刚好处理过类似的结构化数据，用R几行代码就能自动识别每个行所属的层级，完全不用手动改。

先理清楚你的数据规律：每个层级的最后一行是带"total"的汇总行，比如Level A total是A层级的收尾，上面的行都属于A；Level B total是B层级的收尾，它到上一个汇总行之间的行属于B。基于这个规律，我们可以用两种方法实现：

方法一：用tidyverse工具（直观易读） #

如果你平时用dplyr和tidyr这类包，这个方法最省心：

# 加载必要的包
library(tidyverse)

# 你的原始数据
df <- data.frame(Job = c("casual", "part time", "full time", "Level A total" , "casual","full time","Level B total"), 
                 institute1 = c(1,2,2,5,0,1,1))

# 自动生成层级标签
df_processed <- df %>%
  # 第一步：给汇总行标记对应的层级（比如从"Level A total"提取"Level A"）
  mutate(level = ifelse(str_detect(Job, "total"), str_extract(Job, "Level [A-Z]"), NA)) %>%
  # 第二步：从汇总行向上填充层级值，让上面的行都继承该层级
  fill(level, .direction = "up") %>%
  # 可选：如果不需要汇总行，就过滤掉；需要的话删掉这行
  filter(!str_detect(Job, "total"))

# 查看结果
print(df_processed)

运行后你会得到每个行对应的level列，完全符合你的需求。

方法二：Base R实现（不用额外装包） #

如果不想加载tidyverse，用原生R代码也能搞定：

# 你的原始数据
df <- data.frame(Job = c("casual", "part time", "full time", "Level A total" , "casual","full time","Level B total"), 
                 institute1 = c(1,2,2,5,0,1,1))

# 初始化层级列
df$level <- NA

# 找到所有汇总行的位置
total_rows <- grep("total", df$Job)
# 提取每个汇总行对应的层级名称（去掉" total"后缀）
levels <- sub(" total", "", df$Job[total_rows])

# 循环给每个层级区间赋值
for(i in seq_along(total_rows)){
  # 确定当前层级的起始行：第一个层级从第1行开始，后续层级从上一个汇总行的下一行开始
  start_row <- ifelse(i == 1, 1, total_rows[i-1] + 1)
  # 确定当前层级的结束行：当前汇总行的前一行
  end_row <- total_rows[i] - 1
  # 给这个区间的行赋值层级
  df$level[start_row:end_row] <- levels[i]
}

# 可选：过滤掉汇总行
df_processed <- df[-total_rows, ]

# 查看结果
print(df_processed)

这两种方法都能自动适配任意数量的层级，哪怕你的500多行里有Level C、Level D这类汇总行，也能准确划分每个行的所属层级，彻底告别手动清洗！

内容的提问来源于stack exchange，提问作者Adam