没问题！我来帮你把这条Stata命令转换成等价的R代码。先明确需求：我们需要按city字段分组，计算每组内唯一id的数量，再给每一行添加上这个统计值作为新变量total_population（从你的示例结果来看，原Stata命令实际是计算分组内不同id的个数，对应Stata的egen total_population = nvals(id)，不过我们按你的预期输出实现）。

方法一：使用dplyr包（推荐，代码更直观易读） #

dplyr是R中处理数据框的常用工具包，代码逻辑和Stata的分组操作很相似：

# 先加载dplyr包（如果没安装先运行install.packages("dplyr")）
library(dplyr)

# 定义示例数据框
df <- data.frame(
  id = c(1,1,1,2,2,3,6,7,8,9,10),
  city = c("a","a","a","r","r","r","h","h","h","h","h")
)

# 执行分组计算并生成新变量
df <- df %>%
  group_by(city) %>%          # 按city字段分组
  mutate(total_population = n_distinct(id)) %>%  # 计算每组内唯一id的数量，生成新变量
  ungroup()                   # 取消分组（避免后续操作受分组状态影响）

# 查看结果
print(df)

方法二：使用基础R（无需额外安装包） #

如果你不想加载第三方包，可以用基础R的ave()函数实现：

# 定义示例数据框
df <- data.frame(
  id = c(1,1,1,2,2,3,6,7,8,9,10),
  city = c("a","a","a","r","r","r","h","h","h","h","h")
)

# 生成新变量
df$total_population <- ave(df$id, df$city, FUN = function(x) length(unique(x)))

# 查看结果
print(df)

运行以上任意一种代码，都会得到你预期的输出结果：

id city total_population
1   1    a                1
2   1    a                1
3   1    a                1
4   2    r                2
5   2    r                2
6   3    r                2
7   6    h                5
8   7    h                5
9   8    h                5
10  9    h                5
11 10    h                5

内容的提问来源于stack exchange，提问作者Amc