R语言：如何基于var1和var2的变化创建按id重置的增量列var3

解决你的连续组计数问题 #

我清楚你的需求：在每个id分组内，只要当前行的var1或var2和前一行不同，var3就递增1；如果和前一行完全相同，var3保持不变，而且每个id的计数要从1重新开始。你之前的两种方法都没精准匹配这个需求——第一种是按id+var1+var2的唯一组合编号（如果同一id内相同组合不连续出现，编号会重复），第二种是全局累计计数（不会在新id时重置）。

下面给你三种可靠的实现方法：

方法1：用dplyr（tidyverse生态）

借助分组和窗口函数，先标记出变化的行，再累计生成编号：

library(dplyr)

df <- df %>%
  group_by(id) %>%
  # 标记当前行是否是新组的起点：第一行默认是，后续行只要var1/var2和前一行不同就算
  mutate(is_new_group = c(TRUE, !(var1[-1] == lag(var1) & var2[-1] == lag(var2)))) %>%
  # 累计计数，每次遇到新组就加1
  mutate(var3 = cumsum(is_new_group)) %>%
  # 移除临时列（可选）
  select(-is_new_group) %>%
  ungroup()

print(df)

这里用lag()函数直接获取前一行的var1和var2，比手动索引更直观，cumsum()会自动在每个id分组内重置累计值。

方法2：用data.table（高效处理大数据）

如果你习惯用data.table，可以用shift()函数实现类似逻辑：

library(data.table)

setDT(df)[, var3 := cumsum(c(TRUE, !(var1 == shift(var1) & var2 == shift(var2))[-1])), by = id]

print(df)

shift(var1)会在每个id分组内生成前一行的var1值，我们比较当前行和前一行的两个变量是否都相同，取反得到新组标记，再用cumsum()累计计数。

方法3：Base R（无需额外包）

用ave()函数按id分组处理，完全依靠基础R实现：

df$var3 <- ave(seq_len(nrow(df)), df$id, FUN = function(idx) {
  grp_var1 <- df$var1[idx]
  grp_var2 <- df$var2[idx]
  # 生成新组标记
  new_group <- c(TRUE, !(grp_var1[-1] == grp_var1[-length(grp_var1)] & grp_var2[-1] == grp_var2[-length(grp_var2)]))
  # 累计计数
  cumsum(new_group)
})

print(df)

ave()会把每个id对应的行索引传给自定义函数，我们在函数内处理该分组的变量，生成连续组的编号。

这三种方法都会输出你想要的结果：

id var1 var2 var3
1   1    1    1    1
2   1    2    2    2
3   1    2    2    2
4   1    3    2    3
5   1    4    2    4
6   1    4    3    5
7   1    4    4    6
8   1    4    4    6
9   2    1    1    1
10  2    1    1    1
11  2    2    1    2
12  2    2    2    3
13  2    2    2    3
14  2    3    2    4

内容的提问来源于stack exchange，提问作者PaulR