R语言实现新增列填充匹配指定前缀的最近行的名称及编码值

我们可以借助tidyverse套件中的dplyr和tidyr工具高效完成需求，核心逻辑是先标记层级行、再向下填充缺失值，全程不需要循环，处理万行级数据也不会有性能问题。

第一步：加载依赖包 #

library(tidyverse)

第二步：核心处理代码 #

result <- example2 %>%
  # 给对应层级的行填充值，非对应层级行暂时设为NA
  mutate(
    # 匹配以"- "开头的州（canton）行
    canton = ifelse(str_starts(municipality_name, fixed("- ")), municipality_name, NA_character_),
    canton_code = ifelse(str_starts(municipality_name, fixed("- ")), municipality_code, NA_character_),
    # 匹配以">> "开头的区（bezirk）行
    bezirk = ifelse(str_starts(municipality_name, fixed(">> ")), municipality_name, NA_character_),
    bezirk_code = ifelse(str_starts(municipality_name, fixed(">> ")), municipality_code, NA_character_)
  ) %>%
  # 向下填充所有NA值，自动取当前行之前最后一个非NA的层级值
  fill(canton, canton_code, bezirk, bezirk_code, .direction = "down")

补充说明 #

如果你需要让州行也能匹配到紧跟在后面的区值（比如你给出的预期输出里第一行的bezirk也有值），只需要把fill的direction参数改为"downup"，就会先向下填充再向上填充首行的空缺。如果你的数据层级顺序固定为「州→区→街道」，上述代码可以直接复用。

内容的提问来源于stack exchange，提问作者AntVal