如何在type分组内将row按n个唯一值分组生成grp变量

可以用dplyr包完成需求，核心逻辑是先在type分组内校验唯一row的数量是否符合整除要求，再给符合条件的组分配分组编号：

library(dplyr)

# 定义自定义函数，data为输入数据框，n为每组包含的唯一row数量
create_grp <- function(data, n) {
  data %>%
    group_by(type) %>%
    mutate(
      # 标记当前row是否是该type内的首次出现
      is_unique = !duplicated(row),
      # 统计该type下唯一row的总数量
      unique_count = sum(is_unique)
    ) %>%
    # 仅给首次出现的row分配临时组号
    mutate(temp_grp = ifelse(is_unique, ceiling(cumsum(is_unique)/n), NA)) %>%
    # 不满足整除条件的type，grp全设为NA；满足条件的则填充组号
    mutate(grp = ifelse(unique_count %% n != 0, NA, temp_grp)) %>%
    # 清理中间变量并取消分组
    select(-is_unique, -unique_count, -temp_grp) %>%
    ungroup()
}

# 测试n=4的情况
dat_with_grp <- create_grp(dat0, n=4)

# 查看结果
print(dat_with_grp)

代码说明 #

1. 分组统计：按type分组后，标记每个row的首次出现，并统计该组内唯一row的总数；
2. 临时组号分配：对首次出现的row，用累计计数除以n后向上取整生成组号，非首次的row暂时留空；
3. 校验与填充：如果该type的唯一row总数不能被n整除，整个组的grp设为NA；符合条件的则把临时组号填充到对应row的所有重复行；
4. 清理收尾：移除中间计算变量，取消分组，得到最终结果。

测试验证 #

• 当n=4时，type a有8个唯一row，刚好分成2组；type b有12个唯一row，分成3组，所有对应行都会得到正确的grp值；
• 当n=5时，type a和type b的唯一row总数都不能被5整除，所有行的grp都会返回NA。

内容的提问来源于stack exchange，提问作者denis