基于分组变量生成带重复ID的Survey与Rep变量的dplyr实现问题

修正Rep变量的代码 #

你之前的Rep变量分组条件错误，需求是按Year、Date、City分组统计行数，需调整分组逻辑：

• 若要生成组内每行对应的该组总行数（比如每组有2行，两行的Rep都是2），用：

df <- df %>% 
  group_by(Year, Date, City) %>% 
  mutate(Rep = n()) %>% 
  ungroup()

• 若要生成组内的行序号（比如每组第1行是1，第2行是2），用：

df <- df %>% 
  group_by(Year, Date, City) %>% 
  mutate(Rep = row_number()) %>% 
  ungroup()

生成Survey变量 #

要实现同组（Year、Date、City）内相同Floor分配相同ID，可通过对分组内的Floor进行连续编码，推荐两种方法：

方法1：按出现顺序分配ID #

df <- df %>% 
  group_by(Year, Date, City) %>% 
  mutate(Survey = match(Floor, unique(Floor))) %>% 
  ungroup()

该方法按Floor在分组内首次出现的顺序分配ID，相同Floor会得到相同的编号（如分组内Floor序列为A、A、B、B，对应Survey为1、1、2、2）。

方法2：按排序后分配ID #

df <- df %>% 
  group_by(Year, Date, City) %>% 
  mutate(Survey = dense_rank(Floor)) %>% 
  ungroup()

dense_rank()会对Floor排序后分配连续ID：字符型Floor按字母顺序排序，数值型按大小排序，相同Floor的ID保持一致。

合并高效写法 #

可将两个变量的生成合并为一次管道操作，减少重复分组：

df <- df %>% 
  group_by(Year, Date, City) %>% 
  mutate(
    Survey = match(Floor, unique(Floor)),  # 替换为dense_rank(Floor)可切换排序后编码
    Rep = n()  # 替换为row_number()可生成组内行序号
  ) %>% 
  ungroup()

内容的提问来源于stack exchange，提问作者Gemma Galbraith