是否有R函数判断组值完全相同？及分组报错处理

你需要实现的是：识别出所有B值集合完全相同的A组，并为它们分配同一个Group ID，而非按单个B值分组。

现有数据 #

期望结果 #

尝试的代码 #

library(readxl)
library(dplyr)
library(stringr)
data1 <- read_excel("testing.xlsx")
data2 <- data1 %>% 
  group_by(A) %>% 
  group_by(B) %>% 
  mutate(Group = cur_group_id()) %>% 
  ungroup()

运行结果 #

补充问题 #

尝试评论中的方法时出现报错：Can’t supply ‘.by’ when ‘.data’ is a grouped data frame.，原始数据经过left-join后已被分组，该如何处理？

解决方案 #

核心思路 #

先按A分组，将每个A对应的所有B值整理成标准化标识（如排序后拼接成字符串），再根据这个标识分配统一的Group ID。

代码实现 #

处理未分组数据

library(dplyr)

data_result <- data1 %>%
  # 按A分组，将B值排序后拼接为统一标识
  group_by(A) %>%
  mutate(group_key = paste(sort(B), collapse = ",")) %>%
  ungroup() %>%
  # 根据标识分配连续的Group ID
  mutate(Group = as.integer(factor(group_key, levels = unique(group_key)))) %>%
  # 移除临时标识列（可选）
  select(-group_key)

处理已分组数据（解决报错）

若数据已处于分组状态，需先取消分组再执行逻辑：

# 假设data_grouped是left-join后的分组数据
data_result <- data_grouped %>%
  # 先取消所有分组
  ungroup() %>%
  group_by(A) %>%
  mutate(group_key = paste(sort(B), collapse = ",")) %>%
  ungroup() %>%
  mutate(Group = as.integer(factor(group_key, levels = unique(group_key)))) %>%
  select(-group_key)

代码解释 #

1. group_by(A)：按A列分组，处理每个A对应的B值集合
2. paste(sort(B), collapse = ",")：将B值排序后拼接成字符串，确保集合相同的A组得到一致标识（如A=2和A=5的B值排序后均为"c,e"）
3. factor(group_key) + as.integer()：将标识转换为连续的Group ID
4. ungroup()：针对已分组数据，必须先取消分组才能执行后续逻辑，解决Can’t supply ‘.by’ when ‘.data’ is a grouped data frame报错

内容的提问来源于stack exchange，提问作者user15290979