在R中为同一Batch_No下相同Submission_Id分配相同序列号

问题需求 #

需要针对同一Batch_No分组内的相同Submission_Id，分配连续且一致的序号，示例数据与期望结果如下：

示例数据

Submission_Id <- c(619295,619295,619295,619295,619296,619296,619296,619296,619296,556921,556921,559254,647327,647327,647327,646040,646040,646040,646040,646040,64604)
Batch_No <- c(633,633,633,633,633,633,633,633,633,633,633,633,634,634,634,650,650,650,650,650,650)

期望结果

Sl.No <- c(1,1,1,1,2,2,2,2,2,3,3,4,1,1,1,1,1,1,1,1,1)

解决方案 #

以下提供两种常用实现方式：

方法1：使用dplyr包（推荐，代码更直观）

先确保安装并加载dplyr包，然后按批次分组，对组内的提交ID按出现顺序分配序号：

# 安装包（首次使用需执行）
# install.packages("dplyr")
library(dplyr)

# 合并为数据框
df <- data.frame(Submission_Id, Batch_No)

# 生成序号
df <- df %>%
  group_by(Batch_No) %>%
  mutate(Sl.No = as.integer(factor(Submission_Id, levels = unique(Submission_Id)))) %>%
  ungroup()

# 查看结果
print(df$Sl.No)

方法2：使用Base R（无需额外包）

利用ave()函数实现分组内的序号分配：

# 合并为数据框
df <- data.frame(Submission_Id, Batch_No)

# 生成序号
df$Sl.No <- ave(df$Submission_Id, df$Batch_No, FUN = function(x) {
  as.integer(factor(x, levels = unique(x)))
})

# 查看结果
print(df$Sl.No)

两种方法运行后，生成的Sl.No列均与期望结果一致。

内容的提问来源于stack exchange，提问作者Roshan