在R中从指定row1值开始为重复组生成重复序列的row2变量

首先给出初始数据：

row1 <- c(1,1,2,
          3,4,4,4,5,5,6,6,6,
          7,7,8,8,9,9,9,10,
          11,11,11,12,13,13)
dat1 <- data.frame(row1)

方法一：使用dplyr包 #

如果还没安装dplyr，先执行安装命令：

install.packages("dplyr")

加载包后按以下步骤处理：

library(dplyr)

dat1 <- dat1 %>%
  # 为row1>=3的每个唯一值分配顺序组号
  mutate(group_num = ifelse(row1 < 3, NA, as.integer(factor(row1, levels = unique(row1[row1 >= 3]))))) %>%
  # 按组号循环生成3-6的序列
  mutate(row2 = case_when(
    row1 < 3 ~ row1,
    TRUE ~ ((group_num - 1) %% 4) + 3
  )) %>%
  # 移除临时组号列（可选操作）
  select(-group_num)

方法二：使用Base R #

无需额外安装包，直接用基础函数实现：

# 提取row1>=3的唯一值，保留出现顺序
unique_vals <- unique(dat1$row1[dat1$row1 >= 3])
# 给每个row1值匹配对应的组序号
group_num <- match(dat1$row1, unique_vals)
# 生成row2变量
dat1$row2 <- ifelse(dat1$row1 < 3, dat1$row1, ((group_num - 1) %% 4) + 3)

执行以上任意一种方法后，dat1的row2列就会符合需求：当row1为1或2时与row1取值一致，从row1=3开始，按row1的重复组循环使用3-6的序列，最后一段序列允许不完整。

内容的提问来源于stack exchange，提问作者denis