如何为R语言数据框列表生成跨元素连续的分组ID（序号不重置）

背景与常规实现 #

针对单个数据框，可利用dplyr的分组功能结合cur_group_id()生成对应分组ID，示例代码如下：

df <- data.frame(id= rep(c(1,8,4), each = 3), score = runif(9))
df %>% group_by(id) %>% mutate(ID = cur_group_id())

需求说明 #

现有一组数据框组成的列表，要求为所有数据框内的id生成连续不重复的全局分组ID：即前一个数据框的分组ID序列结束后，后续数据框的分组ID从下一个整数继续（例如第一个数据框ID为1-10，第二个则从11开始），不能每个数据框单独从1重置计数。

当前已实现的合并拆分思路 #

目前可通过「合并所有数据框→统一生成分组ID→拆分回原列表」的方式实现，代码如下：

# 假设目标数据框列表为df_list
names(df_list) <- c("a", "b")
# 为每个数据框添加列表元素标识列
df_list <- mapply(cbind, df_list, "list_id" = names(df_list), SIMPLIFY = FALSE)
# 合并所有数据框
combined_df <- do.call(rbind, df_list)
# 按id分组生成全局连续ID
combined_df <- combined_df %>% group_by(id) %>% mutate(ID = cur_group_id())
# 拆分回原列表结构
result_list <- split(combined_df, combined_df$list_id)

更高效的优化实现方法 #

无需合并拆分整个数据集，可通过先构建全局唯一id与连续ID的映射关系，再逐个为列表中的数据框映射ID，逻辑更直接且效率更高：

方法1：基于dplyr+purrr的映射实现 #

library(dplyr)
library(purrr)

# 假设数据框列表为df_list
# 1. 收集所有数据框中的唯一id，分配全局连续ID
global_id_map <- df_list %>% 
  map("id") %>% 
  unlist() %>% 
  unique() %>% 
  tibble(id = ., global_id = seq_along(.))

# 2. 为每个数据框映射全局ID
result_list <- df_list %>% 
  map(~left_join(.x, global_id_map, by = "id"))

方法2：基于data.table的高效映射（适用于大数据场景） #

若处理的数据集规模较大，data.table的操作性能更优：

library(data.table)

# 将列表转换为data.table格式列表
dt_list <- lapply(df_list, as.data.table)

# 构建全局id与连续ID的映射表
all_unique_ids <- unique(unlist(lapply(dt_list, "[[", "id")))
id_map <- data.table(id = all_unique_ids, global_id = seq_along(all_unique_ids))

# 为每个data.table映射全局ID
result_list <- lapply(dt_list, function(dt) {
  dt[id_map, on = "id", global_id := i.global_id]
})

这两种方法避免了大规模数据的合并拆分操作，直接通过映射关系完成全局连续ID的生成，代码逻辑更简洁，运行效率也更出色。

内容的提问来源于stack exchange，提问作者Sulz