基于dplyr实现分组成员ID的混合分配（同组同/异ID）

需求说明 #

• 指定部分组（如示例中的Group2）：组内每个成员分配独立的全局唯一ID
• 其余组：组内所有成员共用同一个全局唯一ID

原始数据 #

data <- data.frame(
  Group = c("Group1", "Group1", "Group2", "Group2", "Group2", "Group3", "Group3", "Group4", "Group4", "Group4"),
  Member = c("Alice", "Bob", "Charlie", "David", "Eve", "Frank", "Grace", "Helen", "Ivy", "John")
)

目标效果 #

data <- data.frame(
  Group = c("Group1", "Group1", "Group2", "Group2", "Group2", "Group3", "Group3", "Group4", "Group4", "Group4"),
  Member = c("Alice", "Bob", "Charlie", "David", "Eve", "Frank", "Grace", "Helen", "Ivy", "John"),
  ID = c(1,1,2,3,4,5,5,6,6,6)
)

解决方案代码 #

使用dplyr的mutate()结合case_when()实现，可手动指定需要独立ID的组：

library(dplyr)

# 手动指定需要分配独立ID的组
independent_groups <- c("Group2")

data_with_id <- data %>%
  mutate(
    # 给每个组分配连续的全局基础ID
    group_base_id = dense_rank(Group),
    ID = case_when(
      # 指定组内成员：用组基础ID + 组内行号-1生成独立唯一ID
      Group %in% independent_groups ~ group_base_id + row_number() - 1,
      # 其余组直接复用组基础ID
      TRUE ~ group_base_id
    )
  ) %>%
  # 移除中间辅助列（可选操作）
  select(-group_base_id)

代码逻辑解释 #

1. dense_rank(Group)：为每个不同的组分配连续的全局唯一组ID（如Group1=1、Group2=2、Group3=3、Group4=4）
2. case_when()分支处理：
   • 属于指定独立组的成员，通过组基础ID叠加组内行号偏移量，生成组内唯一的全局ID
   • 非指定组的成员直接使用组基础ID，实现组内ID统一
3. 可选移除辅助列group_base_id，得到最终目标数据

内容的提问来源于stack exchange，提问作者Grum