如何将R语言中含重复值的有序向量old转换为new列？

针对你需要将有序重复的old列转换为按值出现顺序生成的连续序号new列的需求，这里有几种简洁的实现方式：

基础R方法 #

方法1：使用match()（最简洁） #

利用match()函数匹配每个元素在old列唯一值序列中的位置，直接生成连续序号：

df$new <- match(df$old, unique(df$old))

原理：unique(df$old)会按old列值的出现顺序提取所有不重复值，match()返回每个old元素在这个唯一值向量中的索引，正好对应你需要的连续序号。

方法2：使用factor()转整数 #

将old列转为因子（指定水平为唯一值的出现顺序），再转换为整数类型：

df$new <- as.integer(factor(df$old, levels = unique(df$old)))

原理：因子的水平会按levels参数指定的顺序排列，转换为整数后就得到了对应水平的序号，完美匹配需求。

tidyverse方法（dplyr） #

如果你习惯使用tidyverse工具，可以通过分组后生成组ID来实现：

library(dplyr)

# 方法1：使用cur_group_id()
df <- df %>%
  group_by(old) %>%
  mutate(new = cur_group_id()) %>%
  ungroup()

# 方法2：使用group_indices()
df$new <- group_indices(df, old)

原理：按old列分组后，cur_group_id()或group_indices()会给每个不同的组分配一个连续的ID，自动对应每个old值的出现顺序。

内容的提问来源于stack exchange，提问作者hokeybot