如何将数据集中的年份列重编码为0、1、2等连续序号？

核心思路 #

你的年份是1952到2007的连续值，直接计算每个年份与最小年份（1952）的差值就能得到0、1、2...的序列，不需要复杂的recode()或额外排序（除非数据年份是乱序的，可先排序）。

方法1：Base R 实现 #

假设数据集名为df，年份列名为year：

# 若年份是字符型，先转成数值型
df$year <- as.numeric(df$year)
# 生成新的索引列
df$year_index <- df$year - min(df$year)

方法2：dplyr（tidyverse）实现 #

如果习惯用tidyverse工具链：

library(dplyr)

df <- df %>%
  # 确保年份是数值型（若原本为字符型）
  mutate(year = as.numeric(year)) %>%
  # 生成索引列
  mutate(year_index = year - min(year))

特殊情况处理：年份不连续/有缺失值 #

如果数据里年份不完全连续（比如缺了某几年），想要按年份出现的顺序生成0、1、2...的索引，可使用match()函数：

# Base R 版本
df$year_index <- match(df$year, sort(unique(df$year))) - 1

# dplyr 版本
df <- df %>%
  mutate(year_index = match(year, sort(unique(year))) - 1)

补充说明 #

• 之前用arrange()没解决，大概率是只做了排序但没计算差值；recode()需要手动映射每个年份，效率极低，完全没必要用。
• 执行完可通过head(df)检查结果，确认1952对应的year_index为0，1953为1，以此类推。

内容的提问来源于stack exchange，提问作者Aggyice