如何使用for循环为数据框中连续相同id的行分配标识值？

原始数据生成代码 #

id <- c(1,1,2,2,3,3,3,4,4,4,4,4,5,5,5)
sample <- c(2010,2010,2011,2012,2013,2012,2013,2013,2014,2015,2014,2015,2015,2015,2015)

df <- cbind(id,sample)

需求说明 #

针对上述代码生成的df，需要新增第三列：

• 若当前行与下一行的id相同，该列赋值1
• 若当前行是某id的最后一行（与下一行id不同），该列赋值2

原代码问题分析 #

你编写的循环代码无法实现需求，问题出在这几点：

1. seq(df)返回的是数据框的列数（此处为2），循环仅执行2次，没有遍历所有行
2. 循环到最后一行时，i+1会超出数据框行数，触发索引越界错误
3. 初始时第三列不存在，df[i,3]+1会因无初始值报错

正确的for循环实现代码 #

# 将矩阵转换为数据框（cbind默认生成矩阵，数据框更便于列操作）
df <- as.data.frame(df)
# 初始化第三列，默认赋值为2（对应最后一行的情况）
df$flag <- 2

# 循环遍历前nrow(df)-1行，避免最后一行出现越界
for(i in 1:(nrow(df)-1)){
  if(df[i, "id"] == df[i+1, "id"]){
    df[i, "flag"] <- 1
  }
}

验证结果 #

执行上述代码后，打印df会得到预期结果：

id sample flag
1   1   2010    1
2   1   2010    2
3   2   2011    1
4   2   2012    2
5   3   2013    1
6   3   2012    1
7   3   2013    2
8   4   2013    1
9   4   2014    1
10  4   2015    1
11  4   2014    1
12  4   2015    2
13  5   2015    1
14  5   2015    1
15  5   2015    2

内容的提问来源于stack exchange，提问作者ALİ AA