如何基于id和class两列值为R语言数据框生成newid列？

现有如下R语言数据框，需要结合id和class两列生成名为newid的新列。同一id值可能对应不同class值，因此需基于id与class的唯一配对关系创建新ID——每一组唯一的(id, class)对应一个唯一的newid，重复的配对则共享同一个newid。

数据定义代码：

data <- data.frame(id=c(1,1,1,1,1, 2,2,2,2,2,3,3,3,3,1,1,1,1,2,2,2,4,4,4),
                        class=c('x','x','x','x','x', 'y','y','y','y','y', 'z','z','z','z', 'w','w','w','w', 'v','v','v','n','n','n'))

预期输出：

id class newid
1   1     x     1
2   1     x     1
3   1     x     1
4   1     x     1
5   1     x     1
6   2     y     2
7   2     y     2
8   2     y     2
9   2     y     2
10  2     y     2
11  3     z     3
12  3     z     3
13  3     z     3
14  3     z     3
15  1     w     4
16  1     w     4
17  1     w     4
18  1     w     4
19  2     v     5
20  2     v     5
21  2     v     5
22  4     n     6
23  4     n     6
24  4     n     6

以下提供几种简洁的实现方式：

Base R 方法 #

方法1：使用interaction()函数 #

interaction()可以直接将多列组合成因子，再转换为数值即可得到连续的唯一ID：

data$newid <- as.numeric(factor(interaction(data$id, data$class, drop = TRUE)))

参数drop = TRUE会自动移除未出现的配对组合，确保ID是连续无间隔的。

方法2：拼接字符串后转因子 #

先将id和class拼接成唯一字符串，再转换为因子和数值：

data$newid <- as.numeric(factor(paste(data$id, data$class, sep = "_")))

Tidyverse/dplyr 方法 #

方法1：使用group_indices() #

通过分组索引直接生成唯一ID：

library(dplyr)
data <- data %>%
  mutate(newid = group_indices(., id, class))

方法2：使用cur_group_id()（dplyr 1.0.0及以上版本） #

这是dplyr更新后的更直观写法：

library(dplyr)
data <- data %>%
  group_by(id, class) %>%
  mutate(newid = cur_group_id()) %>%
  ungroup()

以上所有方法运行后，生成的newid列都将与预期输出完全一致。

内容的提问来源于stack exchange，提问作者Mahlet Tadesse