R中如何基于重复指定标题行将dataframe拆分为多个子dataframe存入列表

直接使用封装好的函数即可自动识别标题行、计算拆分范围、输出子表列表，适配批量处理场景：

核心实现代码 #

# 自定义拆分函数，传入原始dataframe即可返回拆分后的子表列表
split_df_by_header <- function(raw_df) {
  # 1. 自动定位所有匹配"Alert/Type/Response"的标题行位置
  start_rows <- which(
    raw_df[, 1] == "Alert" & 
    raw_df[, 2] == "Type" & 
    raw_df[, 3] == "Response"
  )
  if (length(start_rows) == 0) stop("未检测到符合规则的标题行")
  
  # 2. 自动生成每个子表的结束行位置
  end_rows <- c(start_rows[-1] - 1, nrow(raw_df))
  
  # 3. 按范围拆分生成子表列表
  sub_df_list <- mapply(
    function(start, end) raw_df[start:end, ],
    start_rows,
    end_rows,
    SIMPLIFY = FALSE
  )
  
  # （可选功能：将子表第一行设为列名、删除重复标题行，不需要可注释删除）
  sub_df_list <- lapply(sub_df_list, function(df) {
    colnames(df) <- as.character(df[1, ])
    df <- df[-1, ]
    rownames(df) <- NULL
    return(df)
  })
  
  return(sub_df_list)
}

使用方法 #

• 单个dataframe处理：直接调用函数传入原始数据即可

  list_data <- split_df_by_header(你的原始dataframe变量名)
  

• 50个dataframe批量处理：将所有待处理的dataframe存入一个列表，统一调用即可

  # 假设50个原始df存在raw_df_list列表中
  all_result <- lapply(raw_df_list, split_df_by_header)
  

如果你的标题行匹配规则、列索引有变化，修改start_rows的判断条件即可适配。

内容的提问来源于stack exchange，提问作者Zoe