在R语言中为重复值分配索引值的实现方法

以下是几种在R中实现为重复ID分配组内递增索引的常用方案：

方法1：Base R 原生实现 #

利用ave()函数结合cumsum()，无需额外安装包：

df <- data.frame(id = c("A","A","B","C","D","D","D"))
# 为每个id组生成从1开始的递增计数
df$index <- ave(rep(1, nrow(df)), df$id, FUN = cumsum)
# 查看结果
df

输出结果：

id index
1  A     1
2  A     2
3  B     1
4  C     1
5  D     1
6  D     2
7  D     3

方法2：dplyr 包实现（tidyverse 风格） #

如果你习惯使用tidyverse生态，用group_by()分组后调用row_number()生成索引：

library(dplyr)
df <- data.frame(id = c("A","A","B","C","D","D","D"))
df1 <- df %>%
  group_by(id) %>%
  mutate(index = row_number()) %>%
  ungroup() # 取消分组状态，避免后续操作受影响
df1

输出结果与上述一致。

方法3：data.table 包实现（高效处理大数据） #

针对大规模数据集，data.table的分组操作效率更高：

library(data.table)
dt <- data.table(id = c("A","A","B","C","D","D","D"))
# 按id分组，每组生成从1到组内行数的序列
dt[, index := seq_len(.N), by = id]
dt

输出结果同样符合需求。

内容的提问来源于stack exchange，提问作者amisos55