如何在R语言中基于特定模式的已有列生成索引列？

你的需求是基于set列的"set"标记生成递增的序列列，仅在"set"位置显示数字，其余位置保留空字符串。以下是几种实用实现方式：

方法1：Base R 实现 #

先通过cumsum计算"set"的累积出现次数，再将非"set"位置替换为空字符串：

# 修正原数据框的列名定义（原代码的<-会导致列名异常）
df <- data.frame(set = c("","","","","","set","","","","","set","","","","","set"))

# 生成序列列
df$set_seq <- cumsum(df$set == "set")
# 将非"set"位置转为空字符串
df$set_seq[df$set != "set"] <- ""

方法2：dplyr 实现 #

用case_when结合累积和，直接生成符合要求的字符型列：

library(dplyr)

df <- df %>%
  mutate(
    set_seq = case_when(
      set == "set" ~ as.character(cumsum(set == "set")),
      TRUE ~ ""
    )
  )

方法3：data.table 实现 #

针对你尝试过的data.table，补充空字符串替换的步骤即可：

library(data.table)

setDT(df)
# 先计算累积和并转为字符型，再替换非"set"位置
df[, set_seq := as.character(cumsum(set == "set"))]
df[set != "set", set_seq := ""]

关键说明 #

直接用cumsum得到的是数值型向量，非"set"位置会保留累积数值而非空字符串，因此需要额外将这些位置替换为空；同时要把累积和转为字符型，保证和空字符串的类型统一。

内容的提问来源于stack exchange，提问作者cd21