如何在R中基于学生、测试名称与日期创建测试尝试次数索引变量？

我在R语言中尝试基于学生ID、测试名称和测试日期创建一个索引变量。数据包含学生重复参加同一测试的记录，每个观测对应不同分数，需要按日期排序，给每个学生的每类测试标记尝试次数——同一学生同一测试的计数从1开始递增。

原始数据 #

student <- c(1,1,1,1,1,1,2,2,2,3,3,3,3,3)
test <- c("math","math","reading","math","reading","reading","reading","math","reading","math","math","math","reading","reading")
date <- c(1,2,3,3,4,5,2,3,5,1,2,3,4,5)
data <- data.frame(student,test,date)
print(data)

输出结果：

student    test date
1        1    math    1
2        1    math    2
3        1 reading    3
4        1    math    3
5        1 reading    4
6        1 reading    5
7        2 reading    2
8        2    math    3
9        2 reading    5
10       3    math    1
11       3    math    2
12       3    math    3
13       3 reading    4
14       3 reading    5

期望结果 #

希望添加表示学生对应测试尝试次数的id变量，最终数据如下：

student    test date id
1        1    math    1  1
2        1    math    2  2
3        1 reading    3  1
4        1    math    3  3
5        1 reading    4  2
6        1 reading    5  3
7        2 reading    2  1
8        2    math    3  1
9        2 reading    5  2
10       3    math    1  1
11       3    math    2  2
12       3    math    3  3
13       3 reading    4  1
14       3 reading    5  2

我尝试过的代码 #

我之前尝试用cumsum实现，但无法在新分组时重置计数：

tests <- transform(tests, ID = as.numeric(factor(EMPLID)))
tests$id <- cumsum(!duplicated(tests[1:3]))

解决方案 #

方法1：基础R（无需额外包） #

使用ave()函数实现分组计数，结合rank()处理日期排序，ties.method = "first"确保同日期的记录按原始顺序递增：

# 生成id变量
data$id <- ave(data$date, data$student, data$test, 
               FUN = function(x) rank(x, ties.method = "first"))

# 查看结果
print(data)

方法2：tidyverse包（更直观） #

使用dplyr的分组和排序功能，逻辑更清晰：

library(dplyr)

data <- data %>%
  # 按学生和测试分组
  group_by(student, test) %>%
  # 组内按日期排序
  arrange(date, .by_group = TRUE) %>%
  # 生成组内递增的id
  mutate(id = row_number()) %>%
  # 取消分组
  ungroup()

# 查看结果
print(data)

两种方法都能得到你期望的结果，基础R方法无需安装额外包，tidyverse方法代码可读性更强，适合处理复杂数据操作。

内容的提问来源于stack exchange，提问作者candace