如何按出现顺序替换数据框向量中的唯一元素？

原数据框定义：

df = data.frame(x = rep(1:10,each=2) )

希望将其转换为以下形式（按原向量唯一元素的出现顺序，批量替换为指定新值）：

df = data.frame(x = rep(c(10,88,56,41,19,35,41,26,17,61),each=2))

转换后预期结果：

x
1  10
2  10
3  88
4  88
5  56
6  56
7  41
8  41
9  19
10 19
11 35
12 35
13 41
14 41
15 26
16 26
17 17
18 17
19 61
20 61

以下是几种高效的批量替换方法，适合大规模数据处理：

方法1：利用因子（Factor）替换 #

通过将原变量转为因子，指定水平与对应标签实现批量替换：

# 定义原数据和目标替换值向量
df <- data.frame(x = rep(1:10, each=2))
new_values <- c(10,88,56,41,19,35,41,26,17,61)

# 执行替换
df$x <- as.numeric(factor(df$x, levels = unique(df$x), labels = new_values))

原理：unique(df$x)按原顺序提取唯一值（1到10），将其设为因子水平，用new_values作为对应标签，最后转回数值类型即可完成批量替换。

方法2：使用match函数 #

通过匹配原值在唯一序列中的位置，提取对应新值：

# 定义原数据和目标替换值向量
df <- data.frame(x = rep(1:10, each=2))
new_values <- c(10,88,56,41,19,35,41,26,17,61)

# 执行替换
unique_x <- unique(df$x)
df$x <- new_values[match(df$x, unique_x)]

原理：match(df$x, unique_x)返回每个原元素在唯一值序列中的索引，用该索引从new_values中提取对应值，实现替换。

方法3：dplyr包实现（适合大数据） #

如果使用tidyverse生态，用dplyr的mutate配合match更简洁高效：

library(dplyr)

df <- data.frame(x = rep(1:10, each=2))
new_values <- c(10,88,56,41,19,35,41,26,17,61)

df <- df %>%
  mutate(x = new_values[match(x, unique(x))])

内容的提问来源于stack exchange，提问作者An116