R语言：按标识符分组创建轮次列时轮次号错误求助

先构造一个和你场景匹配的示例数据，模拟你遇到的错误情况：

library(dplyr)

df <- tibble(
  identifier = rep("ID1", 5),
  option = c("A", "B", "A", "A", "B"),
  # 模拟你当前得到的错误轮次
  wrong_round = c(1,1,2,2,2)
)

你遇到的核心问题是：检测到A和B同时出现时，立刻递增了轮次，但实际上完成轮次的那个观测应该属于当前轮，新轮次应该从下一个观测开始。

下面是修正后的代码，用dplyr实现：

df_correct <- df %>%
  group_by(identifier) %>%
  # 标记到当前行为止，是否同时出现过A和B
  mutate(has_A = cumsum(option == "A") > 0,
         has_B = cumsum(option == "B") > 0,
         round_complete = has_A & has_B) %>%
  # 关键：用lag()让轮次递增延迟到下一行
  mutate(round = cumsum(lag(round_complete, default = FALSE)) + 1) %>%
  # 清理临时辅助列
  select(-has_A, -has_B, -round_complete)

# 查看结果
df_correct

运行后输出的正确结果：

# A tibble: 5 × 4
# Groups:   identifier [1]
  identifier option wrong_round round
  <chr>      <chr>        <dbl> <dbl>
1 ID1        A                1     1
2 ID1        B                1     1
3 ID1        A                2     1
4 ID1        A                2     2
5 ID1        B                2     2

可以看到，原本错误标为2的第3行观测，现在正确归为第1轮——因为第2行才完成第一轮，新轮次从第4行才开始。

如果你的数据有多个不同的identifier，这段代码也能自动按分组处理，不需要额外调整。

内容的提问来源于stack exchange，提问作者Emine