在R语言中合并CSV文件每两行同账号的拆分地址

方法一：用Pandas快速处理 #

适合熟悉Python数据分析的场景，代码简洁高效：

• 读取CSV文件

import pandas as pd
df = pd.read_csv("your_input.csv")

• 按每2行分组，聚合合并地址

# 生成分组标识，每两行归为一组
df["group_id"] = df.index // 2

# 按分组合并：账号取第一行，地址拼接
merged_df = df.groupby("group_id").agg(
    账号=("账号", "first"),
    地址=("地址", " ".join)
).reset_index(drop=True)

• 导出处理后的CSV

merged_df.to_csv("merged_output.csv", index=False)

提示：替换"账号"和"地址"为你CSV里的实际列名；如果地址需要用其他分隔符，把" "换成, 这类你需要的符号。

方法二：纯Python原生处理（无需第三方库） #

如果不想安装Pandas，用原生csv模块更稳妥，还能处理带引号的复杂字段：

import csv

with open("your_input.csv", "r", encoding="utf-8") as infile, \
     open("merged_output.csv", "w", encoding="utf-8", newline="") as outfile:
    reader = csv.DictReader(infile)
    writer = csv.DictWriter(outfile, fieldnames=reader.fieldnames)
    writer.writeheader()

    row1 = next(reader, None)
    while row1:
        row2 = next(reader, None)
        if not row2:
            writer.writerow(row1)
            break

        # 校验账号是否匹配（可选，避免数据错误）
        if row1["账号"] != row2["账号"]:
            print(f"⚠️ 账号不匹配：{row1['账号']} vs {row2['账号']}")
        
        # 合并地址
        row1["地址"] = f"{row1['地址']} {row2['地址']}"
        writer.writerow(row1)
        row1 = next(reader, None)

内容的提问来源于stack exchange，提问作者datalearner