如何在R中拆分行数不均的长列并命名列 处理门店嵌套库存数据

需求说明 #

你现有的数据为单列存储的多门店库存信息，规则如下：

• 每个商品固定包含9项属性，顺序为：No（编号）、Item（商品名）、规格、Expiry Date（有效期）、Manufacturer（生产商）、Quantity（数量）、Unit Price（单价）、Discount（折扣）、Total Price（总价）
• 商品编号回到1时代表切换到下一家门店，最终需要将同一家门店的所有商品信息横向排列，单店对应一行输出

实现方案 #

方案1：Excel Power Query 零代码实现 #

适合少量数据、不会代码的用户，操作步骤如下：

1. 把原始单列数据导入Excel，选中整列后点击「数据」选项卡→「从表格/范围」进入Power Query编辑器
2. 新增索引列：点击「添加列」→「索引列」→选择从0开始
3. 标记商品分组：新增自定义列，公式输入Number.IntegerDivide([索引],9)，得到每个商品对应的分组ID
4. 标记属性位置：新增自定义列，公式输入Number.Mod([索引],9)，0到8依次对应9项商品属性
5. 透视属性列：选中「属性位置」列，点击「转换」→「透视列」，值选择原始数据列，聚合方式选「不要聚合」
6. 标记门店ID：新增自定义列，公式输入if [No] = "1" then [商品分组ID] else null，右键点击门店ID列选择「填充」→「向下」
7. 按门店ID分组：选中「门店ID」列，点击「转换」→「分组依据」，操作选择「所有行」
8. 展开分组后的表，将同门店的多组商品属性横向拼接，重命名列后导出即可得到目标宽表

方案2：Python 脚本批量处理 #

适合数据量较大、需要重复处理的场景，代码如下：

import pandas as pd

# 1. 读取原始单列数据，假设数据存放在stock.txt中，每行一个值
with open('stock.txt', 'r', encoding='utf-8') as f:
    lines = [line.strip() for line in f.readlines() if line.strip()]

# 2. 按9行一组拆分每个商品的属性
goods_list = []
for i in range(0, len(lines), 9):
    goods = lines[i:i+9]
    goods_list.append({
        'No': goods[0],
        'Item': goods[1],
        'Size': goods[2],
        'Exp': goods[3],
        'Manuf': goods[4],
        'Qty': goods[5],
        'Unit': goods[6],
        'Dis': goods[7],
        'Total': goods[8]
    })

# 3. 按门店分组，遇到No=1就新建门店行
shop_rows = []
current_shop = []
for goods in goods_list:
    if goods['No'] == '1' and current_shop:
        # 把当前门店的所有商品属性横向拼接成一行
        shop_row = {}
        for idx, g in enumerate(current_shop):
            suffix = f"_{idx+1}" if idx >0 else ""
            for k, v in g.items():
                shop_row[f"{k}{suffix}"] = v
        shop_rows.append(shop_row)
        current_shop = []
    current_shop.append(goods)
# 补充最后一个门店的数据
if current_shop:
    shop_row = {}
    for idx, g in enumerate(current_shop):
        suffix = f"_{idx+1}" if idx >0 else ""
        for k, v in g.items():
            shop_row[f"{k}{suffix}"] = v
    shop_rows.append(shop_row)

# 4. 导出为Excel
result = pd.DataFrame(shop_rows)
result.to_excel('门店库存宽表.xlsx', index=False)

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