如何在R中为每行添加对应标签的最新历史ID列

DevOps 小满

2026-7-8

在R中为标签添加最近一次出现的ID列

问题描述

我有如下R数据集：

ID	tags
1	A1
1	A2
2	A1
2	B2
2	C3
2	C4
3	A1
3	D4
3	C3
3	A4
3	B2
4	A2
4	B2

希望新增一列「Last ID mention」，填入对应标签最近一次出现的ID值，目标效果如下：

ID	tags	Last ID mention
1	A1	NA
1	A2	NA
2	A1	1
2	B2	NA
2	C3	NA
2	C4	NA
3	A1	2
3	D4	NA
3	C3	2
3	A4	NA
3	B2	2
4	A2	1
4	B2	3

由于每个ID对应的行数不同，我认为无法使用lag()函数，目前主要用dplyr尝试，也试过循环，但不确定这是否是最简洁的方法，请问该如何实现？

解决方案

方法1：dplyr简洁实现

核心思路是先按tags分组，提取每个标签对应的唯一ID序列，对该序列取滞后值后，再映射回原数据集：

library(dplyr)

# 构造示例数据
df <- tibble(
  ID = c(1,1,2,2,2,2,3,3,3,3,3,4,4),
  tags = c("A1","A2","A1","B2","C3","C4","A1","D4","C3","A4","B2","A2","B2")
)

result <- df %>%
  group_by(tags) %>%
  mutate(
    # 标记当前ID在该标签唯一ID序列中的位置
    id_pos = match(ID, unique(ID)),
    # 取该标签唯一ID序列的滞后值，匹配到当前行
    `Last ID mention` = lag(unique(ID))[id_pos]
  ) %>%
  ungroup() %>%
  select(ID, tags, `Last ID mention`)

print(result)

方法2：data.table高效实现（适合大数据）

如果数据集规模较大，data.table的操作速度更有优势：

library(data.table)

setDT(df)

# 生成每个标签的唯一ID及其对应上一次出现的ID
tag_ref <- df[, .(unique_ID = unique(ID)), by = tags][, `Last ID mention` := shift(unique_ID), by = tags]

# 合并回原数据
result <- df[tag_ref, on = .(tags, ID = unique_ID)]