如何按国家分组为人员生成字母序列标识？

方法一：使用dplyr（tidyverse生态） #

首先构造可复现的示例数据：

library(dplyr)

df <- tibble(
  country = c(rep("A",6), rep("B",6)),
  person = c(rep("John",3), rep("Peter",3), "David", "Thomas", "David", "Adam", "Adam", "Thomas"),
  time = c(1:3, 1:3, 1,2,3,1,2,3)
)

按国家分组，为每个唯一人员生成字母序列标识：

df <- df %>%
  group_by(country) %>%
  mutate(
    # 先匹配人员在组内唯一列表的位置，再转成对应大写字母
    Letterseq = LETTERS[match(person, unique(person))]
  ) %>%
  ungroup()

输出结果：

print(df)

# A tibble: 12 × 4
   country person  time Letterseq
   <chr>   <chr>  <int> <chr>    
 1 A       John       1 A        
 2 A       John       2 A        
 3 A       John       3 A        
 4 A       Peter      1 B        
 5 A       Peter      2 B        
 6 A       Peter      3 B        
 7 B       David      1 A        
 8 B       Thomas     2 B        
 9 B       David      3 A        
10 B       Adam       1 C        
11 B       Adam       2 C        
12 B       Thomas     3 B        

方法二：使用data.table #

如果习惯用data.table处理数据，可采用以下写法：

library(data.table)

dt <- as.data.table(df)
dt[, Letterseq := LETTERS[match(person, unique(person))], by = country]

核心逻辑说明 #

• 按country分组，确保每个国家内的人员标识独立生成
• unique(person)提取组内所有唯一人员，match()将每个人员映射到其在唯一列表中的位置（数字序号）
• 利用R内置的LETTERS向量，把数字序号转换为对应的大写字母

内容的提问来源于stack exchange，提问作者Victor Shin