R语言层级数据扁平化：DataFrame区域关系展开技术问询

这个需求用pandas处理超简单，核心就是利用区域行没有Areacode这个特征来标记区域，再用向下填充把区域名称传递给下属的地区，最后过滤掉不需要的区域行就行。我给你一步步拆解：

1. 先构造示例数据（方便测试） #

首先我们把你给出的示例数据转换成pandas DataFrame：

import pandas as pd
import numpy as np

data = {
    'Area': ['Region1', 'Area1', 'Area2', 'Area3', 'Region2', 'Area1', 'Area4'],
    'Areacode': [np.nan, 1, 2, 3, np.nan, 1, 4],
    'Value': [23, 2, 1, 20, 14, 10, 4]
}
df = pd.DataFrame(data)

2. 生成Region列并向下填充 #

我们先识别出所有区域行（Areacode为NA的行），把这些行的Area值作为对应的区域名称，然后用ffill()（向前填充）方法，让每个下属地区继承它上方最近的区域名称：

# 提取区域行的Area值作为Region，然后向下填充
df['Region'] = df.loc[df['Areacode'].isna(), 'Area'].ffill()

3. 过滤掉原始的区域行 #

现在我们只需要保留有Areacode的行（也就是具体的地区行），同时重置索引让结果更整洁：

# 过滤掉无Areacode的区域行，重置索引
result_df = df[df['Areacode'].notna()].reset_index(drop=True)

4. 调整列顺序匹配需求 #

最后把列调整成你需要的顺序：

# 调整列顺序为Area → Areacode → Region → Value
result_df = result_df[['Area', 'Areacode', 'Region', 'Value']]

最终结果 #

运行完上面的代码后，result_df就是你想要的结构：

如果你的Areacode需要是整数类型，只需要用result_df['Areacode'] = result_df['Areacode'].astype(int)转成整数就行，完全不影响结果。

内容的提问来源于stack exchange，提问作者ds_user