在R中基于列生成唯一ID并按该ID计算均值

1. 构造示例数据 #

先把你提供的示例数据转换成数据框：

df <- data.frame(
  Event = c("A", "A", "A", "B", "B", "C", "C", "A", "A"),
  Val = c(3, 5, 1, 8, 2, 1, 3, 2, 5)
)

2. 生成连续事件的唯一ID #

核心思路是先识别每个连续事件块，再给每个Event下的块按出现顺序编号，最后拼接成目标ID：

library(dplyr)

df <- df %>%
  # 标记每个连续事件块的全局编号
  mutate(block_id = cumsum(c(TRUE, Event[-1] != Event[-n()]))) %>%
  # 按Event分组，给每个Event的块分配组内序号（比如A的第一个块是1，第二个是2）
  group_by(Event) %>%
  mutate(event_seq = dense_rank(block_id)) %>%
  ungroup() %>%
  # 拼接成目标ID
  mutate(ID = paste0(Event, event_seq)) %>%
  # 可按需删除中间辅助列
  select(-block_id, -event_seq)

生成的结果如下：

3. 按ID分组计算Val的均值 #

直接分组聚合即可：

mean_df <- df %>%
  group_by(ID) %>%
  summarise(Val_mean = mean(Val)) %>%
  ungroup()

最终均值结果：

基础R实现（无需dplyr） #

如果不想依赖tidyverse包，用基础R也能完成：

# 生成连续块的全局编号
df$block_id <- cumsum(c(TRUE, df$Event[-1] != df$Event[-nrow(df)]))
# 给每个Event的块分配组内序号
df$event_seq <- ave(df$block_id, df$Event, FUN = function(x) match(x, unique(x)))
# 拼接ID
df$ID <- paste0(df$Event, df$event_seq)
# 计算均值
mean_df <- aggregate(Val ~ ID, data = df, FUN = mean)

内容的提问来源于stack exchange，提问作者Karthik