如何通过循环按col1分组统计col2唯一值数量并生成col3列？

首先构造与你提供一致的示例数据：

data <- data.frame(
  col1 = c(1,1,1,2,2,3),
  col2 = c(5,5,3,10,11,11)
)

方法一：循环实现 #

如果你想用循环遍历所有分组，可按以下步骤操作：

# 获取col1的所有唯一分组值
unique_groups <- unique(data$col1)

# 初始化新增列col3
data$col3 <- NA

# 遍历每个分组，计算并赋值
for (group in unique_groups) {
  # 计算当前分组col2的唯一值数量
  count <- length(unique(data$col2[data$col1 == group]))
  # 给当前分组的所有行设置col3值
  data$col3[data$col1 == group] <- count
}

运行后得到的结果：

方法二：用dplyr实现（更简洁高效） #

在R中处理分组操作，推荐使用dplyr包的函数，代码更简洁且性能更优：

# 首次使用需安装dplyr
# install.packages("dplyr")
library(dplyr)

data <- data %>%
  group_by(col1) %>%
  mutate(col3 = n_distinct(col2)) %>% # n_distinct直接计算唯一值数量
  ungroup()

这个方法无需手动写循环，分组后直接给每组新增对应的唯一值数量列，结果和循环方法完全一致。

内容的提问来源于stack exchange，提问作者Sverdo