在R中按ID分组，基于val2值变化生成递增索引列val3

原始数据 #

创建数据的代码：

ID <- c('A','A','A','A','A','A','A','A','A','A','A','B','B','B','B','B')
val1 <- c(0,1,2,3,4,5,6,7,8,9,10,11,0,1,2,3)
val2 <- c(0,1,2,3,4,5,0,1,0,1,2,0,1,0,1,2)

df <- data.frame(ID, val1, val2)

原始数据输出：

ID val1 val2
1   A    0    0
2   A    1    1
3   A    2    2
4   A    3    3
5   A    4    4
6   A    5    5
7   A    6    0
8   A    7    1
9   A    8    0
10  A    9    1
11  A   10    2
12  B   11    0
13  B    0    1
14  B    1    0
15  B    2    1
16  B    3    2

需求说明 #

需要新增索引列val3，规则如下：

• 按ID分组处理
• 组内首次遇到val2=0时，val3为1
• 后续每次遇到val2=0时，val3递增1
• 其余行保持当前的val3值

期望输出：

ID val1 val2 val3
1   A    0    0    1
2   A    1    1    1
3   A    2    2    1
4   A    3    3    1
5   A    4    4    1
6   A    5    5    1
7   A    6    0    2
8   A    7    1    2
9   A    8    0    3
10  A    9    1    3
11  A   10    2    3
12  B   11    0    1
13  B    0    1    1
14  B    1    0    2
15  B    2    1    2
16  B    3    2    2

之前尝试的错误方法 #

第一种方法（分组逻辑错误）：

df <- df %>%
  group_by(ID, val2) %>%
  mutate(val3 = row_number())

第二种方法（未分组且逻辑不符）：

df$val3 <- cumsum(c(1,diff(df$val2)==0))

正确解法 #

使用dplyr按ID分组后，通过累加val2==0的逻辑标记来生成val3：

library(dplyr)

df <- df %>%
  group_by(ID) %>%
  mutate(val3 = cumsum(val2 == 0)) %>%
  ungroup()

逻辑说明 #

1. group_by(ID)：确保每个ID组内独立计算索引
2. val2 == 0：生成逻辑向量，val2为0的行标记为TRUE（等价于1），其余行标记为FALSE（等价于0）
3. cumsum(...)：对逻辑向量做累加，每次遇到val2=0时累加1，其余行保持当前累加值，完全匹配需求的val3规则

运行上述代码后，即可得到期望的输出结果。

内容的提问来源于stack exchange，提问作者Michael