在R语言中如何基于另一列数据合并同一列的多行内容

原始数据构造 #

先将你提供的原始数据转换成pandas DataFrame：

import pandas as pd
import numpy as np

data = {
    'Name': ['Mr.', 'Thomas', 'Smith', '', 'Mrs.', 'Carrie', 'Ann', 'Brown', 'Elizabeth', 'Johnson'],
    'Location': ['NE', np.nan, np.nan, np.nan, 'NW', np.nan, np.nan, np.nan, 'SE', np.nan]
}
df = pd.DataFrame(data)

处理步骤 #

1. 创建分组标识：以Location列的非空值为分组起点，生成分组标签并向下填充，让同一组的所有行共享同一个分组ID：

df['group_id'] = df['Location'].notna().cumsum()

2. 分组合并Name列：按分组ID聚合，将每组内非空的Name值拼接成空格分隔的完整字符串：

grouped_names = df.groupby('group_id')['Name'].apply(lambda x: ' '.join([s for s in x if s.strip() != '']))

3. 映射合并后的值到原表：把聚合好的完整名称映射回原DataFrame的每一行，替换原Name列内容：

df['Name'] = df['group_id'].map(grouped_names)

4. 清理临时列：删除用于分组的临时辅助列：

df = df.drop('group_id', axis=1)

最终结果 #

运行上述代码后，得到的DataFrame与你期望的结果一致：

Name Location
0    Mr. Thomas Smith       NE
1    Mr. Thomas Smith      NaN
2    Mr. Thomas Smith      NaN
3    Mr. Thomas Smith      NaN
4  Mrs. Carrie Ann Brown       NW
5  Mrs. Carrie Ann Brown      NaN
6  Mrs. Carrie Ann Brown      NaN
7  Mrs. Carrie Ann Brown      NaN
8    Elizabeth Johnson       SE
9    Elizabeth Johnson      NaN

如果需要将Location列的NaN显示为空字符串，可添加以下代码：

df['Location'] = df['Location'].fillna('')

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