如何在R中为重复临床医生分配唯一字母以匿名化数据集

以下是两种实现需求的方法，均能让同一医生姓名对应相同的字母：

基础R原生实现 #

利用因子的编码特性，直接将唯一姓名映射到字母：

DF$letter <- letters[as.factor(DF$ProviderID)]

运行后，DF会新增letter列，其中首次出现的Harry Potter对应a，Hermione Granger对应b，Ron Weasley对应c，重复出现的姓名会沿用已分配的字母。

tidyverse（dplyr）实现 #

如果习惯使用tidyverse生态的语法，可通过分组分配组ID来实现：

library(dplyr)
DF <- DF %>%
  group_by(ProviderID) %>%
  mutate(letter = letters[cur_group_id()]) %>%
  ungroup()

group_by(ProviderID)按医生姓名分组，cur_group_id()为每个组生成唯一编号，再通过letters向量映射为对应字母。

内容的提问来源于stack exchange，提问作者EtoiledeMoyenOrient