如何在R语言DataFrame中标记新序列开始的首行

基础R实现 #

直接利用duplicated()函数判断Number列是否为首次出现，结合ifelse()生成标记列：

# 新增标记列
df$first <- ifelse(!duplicated(df$Number), "yes", "no")

# 查看结果
df
#>   Number Day Letter first
#> 1      1   1      a   yes
#> 2      1   2      a    no
#> 3      1   3      a    no
#> 4      1   4      a    no
#> 5      2   1      b   yes
#> 6      2   2      b    no
#> 7      2   3      b    no
#> 8      2   4      b    no

tidyverse（dplyr）实现 #

如果习惯使用tidyverse生态，用dplyr::mutate()结合duplicated()或行号对比都可以实现：

library(dplyr)

# 方法1：利用duplicated快速判断
df_des <- df %>%
  mutate(first = if_else(!duplicated(Number), "yes", "no"))

# 方法2：通过行号与前一行对比（适用于更复杂的序列场景）
df_des <- df %>%
  mutate(first = if_else(row_number() == 1 | Number != lag(Number), "yes", "no"))

# 查看结果
df_des
#>   Number Day Letter first
#> 1      1   1      a   yes
#> 2      1   2      a    no
#> 3      1   3      a    no
#> 4      1   4      a    no
#> 5      2   1      b   yes
#> 6      2   2      b    no
#> 7      2   3      b    no
#> 8      2   4      b    no

扩展说明 #

如果序列的分组依据是多列（比如同时按Number和Letter分组），只需调整duplicated()的参数为对应列组合即可：

# 多列分组的序列起始标记
df$first <- ifelse(!duplicated(df[c("Number", "Letter")]), "yes", "no")

内容的提问来源于stack exchange，提问作者Daniel AG