如何为连续相似条目（含例外规则）分配自定义ID？

可以通过构建分组标记并累计计数的方式实现需求，具体代码如下：

library(tidyverse)

df1 <- data.frame(X = c("A", "B", "A", "A", "B", "B", "B", "C", "C", "B"))

df1 %>%
  mutate(
    # 标记是否需要生成新ID
    new_id = case_when(
      X == "C" ~ TRUE,
      X != lag(X, default = "") ~ TRUE,
      TRUE ~ FALSE
    ),
    ID = cumsum(new_id)
  ) %>%
  select(-new_id)

运行结果 #

X ID
1   A  1
2   B  2
3   A  3
4   A  3
5   B  4
6   B  4
7   B  4
8   C  5
9   C  6
10  B  7

逻辑说明 #

1. 创建分组标记new_id：
   • 若当前行是C，直接标记为TRUE（每个C单独分配一个ID）
   • 若当前行是A或B，当它与前一行的X值不同时，标记为TRUE（开启新的ID序列）
   • 连续相同的A或B标记为FALSE（共享同一个ID）
2. 生成ID：使用cumsum(new_id)对标记为TRUE的行做累计计数，自然得到符合规则的ID序列。

内容的提问来源于stack exchange，提问作者MYaseen208