合并 R 中的两行，同时将第一行的特定列附加到第二行的字符串答案

【问题标题】：Merging two rows in R while appending a specific column of the first row with a string from the second row合并 R 中的两行，同时将第一行的特定列附加到第二行的字符串
【发布时间】：2022-12-07 05:10:51
【问题描述】：

我正在尝试整理一些存档的 OCR 文件。一个步骤包括检测文档中的子标题。由于某些子标题的长度为 2 行，因此它们与相应标题的开头分开。

例子：

df <- data.frame(header = c("1. hello", "2. halo", "hallow"), line_id = c(28:30))

我想删除开头没有数字的行，但将标题列的内容粘贴到上面行的内容之后。

预期结果：

df_clean <- data.frame(header = c("1. hello", "2. halo hallow"), line_id = c(28,29))

【问题讨论】：

而你只想扔掉 30 的值？是否会有不止一行需要合并？
是的，我只需要副标题作为元数据。总共有大约 20 个子标题，每个文档的长度超过一行。

标签： r string data-wrangling

【解决方案1】：

一种方法可能是按行“分组”，其中 header 以数字开头，然后将这些行与 paste 组合。这将允许合并多行。

library(tidyverse)

df %>%
  group_by(grp = cumsum(grepl("^\d+.", header))) %>%
  summarise(header = paste(header, collapse = " "), line_id = first(line_id))

输出

    grp header         line_id
  <int> <chr>            <int>
1     1 1. hello            28
2     2 2. halo hallow      29

【讨论】：