如何用dplyr实现：col1变化重置计数，col2变化递增计数

需求：通过mutate()实现计数逻辑——当col2行值变化时，count列递增；当col1行值变化时，count列重置为1。

期望输出 #

col1 col2 count
0    1    1 
0    1    1
0    2    2
0    3    3
1    4    1
1    5    2
1    5    2

当前错误输出 #

仅col1重置逻辑生效，col2重复行的计数仍递增：

col1 col2 count
0    1    1 
0    1    2
0    2    3
0    3    4
1    4    1
1    5    2
1    5    3

已尝试的代码 #

代码1：

df1 <- df %>%
  group_by(col1, col2)%>%
  mutate(counter=row_number())%>%
  ungroup

代码2：

df1 <- df %>%
  group_by(col1)%>%
  mutate(counter=row_number())%>%
  group_by(col2)%>%
  mutate(counter= 'failed_code')%>%
  ungroup

尝试if_else/case_when时参数设置未生效，寻求正确实现方式。

核心逻辑：按col1分组，在组内对首次出现的col2值进行累加计数，重复值保持同一计数。

纯dplyr实现（无需额外包） #

library(dplyr)

df1 <- df %>%
  group_by(col1) %>%
  mutate(count = cumsum(!duplicated(col2))) %>%
  ungroup()

代码解释 #

• group_by(col1)：限定计数在每个col1分组内独立计算，col1切换时自动重置计数。
• duplicated(col2)：标记当前行的col2是否在同组的之前行中出现过。
• !duplicated(col2)：将首次出现的col2转为TRUE（对应数值1），重复值转为FALSE（对应数值0）。
• cumsum()：对上述0/1值累加，实现“col2变化时计数+1，重复时保持计数”的效果。

验证示例 #

若原始数据为：

df <- tibble(col1 = c(0,0,0,0,1,1,1),
             col2 = c(1,1,2,3,4,5,5))

运行代码后得到的count列完全匹配期望输出。

原代码问题分析 #

• 代码1：group_by(col1, col2)后用row_number()，会在每个(col1, col2)子组内生成行号，导致同col2的行计数递增，不符合需求。
• 代码2：先按col1生成全局行号，再按col2分组覆盖，逻辑混乱，完全偏离需求。

内容的提问来源于stack exchange，提问作者Jan