如何用Tidyverse/Dplyr为跨天重复的参与者生成唯一ID

你的需求其实很容易实现，用基础的算术运算就能搞定，正好匹配你目前掌握的列操作技能。

核心逻辑 #

因为每个测试日固定有36个参与者（ID从1到36），5天总共180个唯一的「日期+参与者」组合，所以可以用这个公式直接计算唯一标识：

unique_id = (Day - 1) * 36 + participant_ID

• Day1的所有参与者，(1-1)*36=0，所以ID1-36会被映射成1-36
• Day2的参与者，(2-1)*36=36，ID1-36对应37-72
• 以此类推，Day5的最后一个参与者（ID36）会得到(5-1)*36+36=180，刚好覆盖1到180的连续范围

具体代码实现 #

R语言版本

假设你的数据框名为df，直接新增列即可：

df$unique_id <- (df$Day - 1) * 36 + df$participant_ID

Python Pandas版本

如果用Python处理，代码如下：

df['unique_id'] = (df['Day'] - 1) * 36 + df['participant_ID']

验证示例 #

拿你提供的Day1数据来说，第一行的Day=1、participant_ID=1，计算后unique_id=1；第36行的participant_ID=33，结果是33，完全符合预期。如果是Day2的participant1，结果就是37，完美衔接Day1的最后一个标识36。

这个方法完全依赖你已经掌握的列运算，不需要任何复杂的分组或映射函数，简单高效。

内容的提问来源于stack exchange，提问作者dampfy