在R数据框中为唯一分组循环分配数值向量

我有一个包含200万行的R数据框df，其中列A为按唯一ID分组的条目，示例结构如下：

df <- df %>% mutate(A = c(1,1,1,1,1,1,2,2,2,2,2,2,2,3,3,3,3,3,3,4,4,4,4,4,5,5,5,5,5,5,6,6,6,6,6, ... , 2000000, 2000000, 2000000, 2000000))

希望创建列B，将数值向量c(2008:2021)循环分配给列A中的每个唯一分组。

尝试过以下代码：

df <- df %>% mutate(B = c(2008:2021)[match(B, unique(A))])

但该代码仅能为前若干分组分配值，后续分组会出现NA，无法覆盖全部行。需要向量c(2008:2021)在到达2021后从2008开始循环分配给剩余分组。

也尝试结合rep()函数，设置length.out = nrow(df)：

df <- df %>% mutate(B = rep(c(2008:2021)[match(B, unique(A))], length.out = nrow(df)))

但即使调整each和times参数，结果仍不符合预期。

需要高效且正确的实现方法。

针对百万级数据量，推荐以下两种高效实现方式，核心思路是先为所有唯一ID生成循环年份，再匹配到原数据：

方法1：dplyr 简洁实现 #

library(dplyr)

# 提取列A的所有唯一ID
unique_ids <- unique(df$A)
# 生成覆盖所有唯一ID的循环年份向量
year_cycle <- rep(2008:2021, length.out = length(unique_ids))
# 匹配并赋值到列B
df <- df %>% mutate(B = year_cycle[match(A, unique_ids)])

方法2：基础R 极致性能实现 #

如果追求最高效率，基础R的向量操作可以避免dplyr的额外开销，更适合超大数据集：

# 提取唯一ID
unique_ids <- unique(df$A)
# 生成循环年份向量
year_cycle <- rep(2008:2021, length.out = length(unique_ids))
# 直接匹配赋值
df$B <- year_cycle[match(df$A, unique_ids)]

核心原理 #

1. 先获取列A的所有唯一值，减少循环计算的次数；
2. 用rep(..., length.out = length(unique_ids))让2008:2021循环生成刚好对应所有唯一ID的年份序列；
3. 通过match()函数快速定位每个行的A值对应的唯一ID索引，再从年份序列中取值，完成分组赋值。

这种方式的优势是全程使用向量操作，是R中效率最高的处理模式，不会因为数据量增大出现明显性能瓶颈。

内容的提问来源于stack exchange，提问作者Davidmac