如何在R语言中基于多列分组为新列分配数值ID

数据示例 #

先看前后的转换效果：

原数据

# 模拟从CSV加载的数据
df <- tibble(
  Cancer = c("TA", "TA", "TB", "TA"),
  Lymph = c("N0", "N0", "N1", "N0"),
  Immunotherapy = c(1, 2, 1, 1)
)

输出样式：

处理后的数据

两种dplyr实现方法 #

方法1：分组后用cur_group_id()

这是最贴合dplyr workflow的方式，按目标列分组后，cur_group_id()会自动为每个唯一组合分配递增的ID：

library(dplyr)

# 加载CSV数据
df <- read.csv("your_file.csv")

# 添加ID列
df_with_id <- df %>%
  group_by(Cancer, Lymph, Immunotherapy) %>%
  mutate(ID = cur_group_id()) %>%
  ungroup()  # 记得取消分组，避免后续操作干扰

方法2：因子转换法

如果不想分组，可以把三列的组合拼接成字符串，转成因子后再转成整数，同样能得到唯一ID：

df_with_id <- df %>%
  mutate(ID = as.integer(factor(paste(Cancer, Lymph, Immunotherapy))))

你之前失败的可能原因 #

如果之前用group_by() + mutate()没成功，大概率是用错了函数——比如误用row_number()（会生成组内的行号，不是组的唯一ID），而不是cur_group_id()。

内容的提问来源于stack exchange，提问作者matthew moldovan