如何基于行索引列将指定行数据相邻合并？数据集重构需求

我来帮你搞定这个需求！核心思路是先把包含多个行索引的单元格拆分成单独的行，再把原数据和对应的目标行做关联，最后整理成你要的输出格式。下面用两种常用工具给出实现方案：

方案1：使用R语言（tidyverse工具链） #

首先，假设你的原始数据框是df，结构大概是这样：

df <- data.frame(
  rowindex = c(NA, NA, "1,2", "5", NA),
  data.1 = c("NA", "NA", "3", "4", "NA"),
  # 其他列可以在这里补充
  stringsAsFactors = FALSE
)

接下来按步骤处理：

1. 拆分多索引的单元格，把每个索引单独成一行
2. 去除NA的行（因为这些行没有需要配对的目标行）
3. 把拆分后的索引转为数值类型，关联原数据中对应的行
4. 整理成你要的输出格式

代码实现：

library(tidyverse)

result <- df %>%
  # 添加原始行号，方便后续关联
  mutate(original_row = row_number()) %>%
  # 拆分rowindex列，每个索引单独一行
  separate_rows(rowindex, sep = ",") %>%
  # 过滤掉rowindex为NA的行（这些行不需要配对）
  filter(!is.na(rowindex)) %>%
  # 把索引转为数值
  mutate(rowindex = as.integer(rowindex)) %>%
  # 关联原数据中对应的目标行
  left_join(df %>% mutate(target_row = row_number()), by = c("rowindex" = "target_row")) %>%
  # 整理成输出格式：目标行的rowindex、data.1，当前行的original_row、rowindex
  select(
    rowindex = rowindex.y,
    data.1 = data.1.y,
    rowindex.1 = original_row,
    rowindex.2 = rowindex.x
  )

print(result)

运行后输出的结果就和你给出的示例一致：

rowindex data.1 rowindex.1 rowindex.2
1      <NA>     NA          3          1
2      <NA>     NA          3          2
3      <NA>     NA          4          5

方案2：使用Python（pandas库） #

同样先构造原始数据：

import pandas as pd

df = pd.DataFrame({
    'rowindex': [None, None, '1,2', '5', None],
    'data.1': ['NA', 'NA', '3', '4', 'NA']
})

处理步骤类似：

1. 拆分多索引单元格
2. 过滤NA行
3. 转换索引类型并关联目标行
4. 整理输出格式

代码实现：

# 添加原始行号（转为1-based，和你的示例行号一致）
df['original_row'] = df.index + 1

# 拆分多索引单元格，每个索引单独成一行
df_expanded = df.assign(rowindex=df['rowindex'].str.split(',')).explode('rowindex')

# 过滤掉rowindex为空的行
df_expanded = df_expanded.dropna(subset=['rowindex'])

# 把索引转为整数类型
df_expanded['rowindex'] = df_expanded['rowindex'].astype(int)

# 关联原数据中的目标行
result = df_expanded.merge(
    df.reset_index().rename(columns={'index': 'target_row', 'rowindex': 'target_rowindex', 'data.1': 'target_data.1'}),
    left_on='rowindex',
    right_on='target_row'
)

# 整理成你需要的输出列顺序和命名
result = result[['target_rowindex', 'target_data.1', 'original_row', 'rowindex']]
result.columns = ['rowindex', 'data.1', 'rowindex.1', 'rowindex.2']

print(result)

输出结果：

rowindex data.1 rowindex.1 rowindex.2
0      NaN     NA          3          1
1      NaN     NA          3          2
2      NaN     NA          4          5

如果你的数据还有其他列，只要在选择列的时候把它们加入即可，逻辑完全通用。

内容的提问来源于stack exchange，提问作者user12036223