如何自动为R语言数据框中相同旅程标识符的观测值编码？

方法1：Base R 原生实现 #

利用factor类型的特性，将字符串转换为因子后再转为整数，即可自动给每个唯一tours分配递增的数字编码：

# 生成journey列
df$journey <- as.integer(factor(df$tours))

# 查看结果
df

运行后输出：

tours order journey
1 ansc123123     1       1
2 ansc123123     2       1
3 ansc123123     3       1
4    baa3999     1       2
5    baa3999     2       2
6    baa3999     3       2

该方法无需额外安装包，可自动识别所有唯一tours值，适配任意规模数据集。

方法2：dplyr 包实现（适合数据管道操作） #

如果习惯使用tidyverse工具链，可通过以下两种方式实现：

library(dplyr)

# 方式1：使用group_indices
df <- df %>% mutate(journey = group_indices(., tours))

# 方式2：使用cur_group_id（需dplyr 1.0.0及以上版本）
df <- df %>% 
  group_by(tours) %>% 
  mutate(journey = cur_group_id()) %>% 
  ungroup()

两种方式均能达成需求，且处理大规模数据时效率表现优异。

内容的提问来源于stack exchange，提问作者OLGJ