R语言如何将列中字符串首实例移至对应分组前（优先dplyr实现）

实现方案 #

优先使用dplyr+stringr+tidyr组合实现，逻辑清晰且代码易维护：

首先加载所需依赖包：

library(tidyverse)

执行处理代码：

df_result <- df %>%
  # 拆分Level列的州名和评价等级
  mutate(
    split = str_split_fixed(Level, ": ", 2),
    state = if_else(str_detect(Level, ": "), split[,1], NA_character_),
    rating = if_else(str_detect(Level, ": "), split[,2], Level),
    # 标记非评价行：区域名、NA分隔行
    is_non_rating = is.na(state) & !rating %in% c("Good", "Neutral", "Bad"),
    # 给每个州的评价组分配唯一ID：遇到Good条目就新增一个组
    group_id = cumsum(rating == "Good" & !is.na(rating))
  ) %>%
  # 分组处理：非评价行单独成组，评价行按州组ID分组
  group_by(temp_group = ifelse(is_non_rating, row_number(), group_id)) %>%
  group_modify(~ {
    if (!.x$is_non_rating[1]) {
      # 评价组先插入州名行，再保留原有评价行
      state_row <- tibble(Level = .x$state[1], TotalPct = NA_character_)
      rating_rows <- .x %>% select(Level = rating, TotalPct)
      bind_rows(state_row, rating_rows)
    } else {
      # 非评价行直接返回原有内容
      .x %>% select(Level = rating, TotalPct)
    }
  }) %>%
  ungroup() %>%
  # 移除临时分组列
  select(-temp_group)

结果验证：

# 对比处理结果和目标数据框是否完全一致
all_equal(df_result, df_desired)
# 返回TRUE即匹配成功

方案优势 #

• 所有操作均为向量化运算，效率远高于循环遍历，适配大数据量场景
• 完全保留原始数据的行顺序，区域名、NA分隔行位置不变
• 逻辑分层清晰，后续调整规则时修改成本低

内容的提问来源于stack exchange，提问作者Natasha R.