如何在Excel或R中基于多变量生成唯一ID并避免重复？

方案一：贴近手动格式的可读唯一ID #

如果你想保留类似MT18MG3的可读格式，同时确保ID绝对不重复，可以按以下步骤实现：

1. 加载数据处理工具包

library(tidyverse)

2. 处理数据生成唯一ID
   假设你的数据框包含farmer_name（农户姓名）、plot_name（地块名称）、area_ha（种植面积）三列，运行以下代码：

# 示例数据，替换成你的实际数据
farmers <- tibble(
  farmer_name = c("Mattern, Tobias", "Smith, John", "Mattern, Tobias"),
  plot_name = c("Mittelgewanne 3", "North Field 2", "Mittelgewanne 3"),
  area_ha = c(1.8, 2.5, 1.8)
)

# 生成各部分缩写并拼接唯一ID
farmers_processed <- farmers %>%
  # 提取农户姓名首字母（姓氏+名字）
  mutate(farmer_abbr = str_extract_all(farmer_name, "\\b[A-Z]") %>% map_chr(str_c, collapse = ""),
         # 处理面积：去掉小数点，补前导零保证两位（如0.9→09，1.8→18）
         area_abbr = str_replace(area_ha, "\\.", "") %>% str_pad(width = 2, side = "left", pad = "0"),
         # 提取地块缩写：单词首字母+末尾数字（如Mittelgewanne 3→MG3）
         plot_abbr = str_c(str_extract_all(plot_name, "\\b[A-Z]") %>% map_chr(str_c, collapse = ""),
                           str_extract(plot_name, "\\d+$"))) %>%
  # 拼接基础ID
  mutate(base_id = str_c(farmer_abbr, area_abbr, plot_abbr)) %>%
  # 对重复的基础ID添加序号后缀，确保唯一
  group_by(base_id) %>%
  mutate(unique_id = ifelse(n() == 1, base_id, str_c(base_id, row_number()))) %>%
  ungroup()

3. 验证唯一性
   运行以下代码确认没有重复ID：

any(duplicated(farmers_processed$unique_id))

返回FALSE则说明所有ID唯一。

方案二：绝对唯一的哈希ID #

如果不需要可读格式，追求100%无重复，可使用哈希函数生成ID：

1. 加载哈希工具包

library(digest)
library(tidyverse)

2. 生成哈希ID

farmers %>%
  mutate(unique_id = str_c(farmer_name, plot_name, area_ha, sep = "|") %>% digest(algo = "md5"))

这种方法通过将三个字段拼接后生成MD5哈希值，只要字段组合唯一，哈希ID就绝对唯一。

内容的提问来源于stack exchange，提问作者Isaac_v