如何在R数据集中按规则自动为测量记录分配访视编号？

针对每条记录对应单个测量值的场景，每3条连续记录归为同一访视号，剩余不足3条的记录标记为NA，可以用基础R代码快速实现：

DF <- data.frame(ID = rep("ID01", 10),
                 M = 1:10)

# 计算完整的3条记录组数量
full_groups <- floor(nrow(DF)/3)
# 生成访视号，超出完整组的记录设为NA
DF$V <- ifelse(seq_along(DF$M) <= full_groups*3, ceiling(seq_along(DF$M)/3), NA)

运行后DF$V结果为c(1,1,1,2,2,2,3,3,3,NA)，与期望一致。

当每个测量值M对应多条子记录，且M各水平的子记录长度不固定时，核心思路是先给M的唯一水平分配访视号，再将访视号批量映射到所有子记录上，以下提供两种实现方式：

方法1：基础R实现 #

set.seed(123) # 固定随机数便于复现
DF <- data.frame(ID = rep("ID01", 50),
                 M0 = sample(50),
                 M = rep(1:10, each = 5))

# 提取M的唯一水平并分配访视号
unique_M <- unique(DF$M)
full_m_groups <- floor(length(unique_M)/3)
m_v_map <- data.frame(
  M = unique_M,
  V = ifelse(seq_along(unique_M) <= full_m_groups*3, ceiling(seq_along(unique_M)/3), NA)
)

# 将访视号映射回原数据集
DF$V <- m_v_map$V[match(DF$M, m_v_map$M)]

方法2：dplyr包实现（更简洁） #

适合处理大型数据集，无需额外创建映射表：

library(dplyr)

set.seed(123)
DF <- data.frame(ID = rep("ID01", 50),
                 M0 = sample(50),
                 M = rep(1:10, each = 5))

DF <- DF %>%
  # 给每个M水平标记唯一序号
  mutate(M_rank = dense_rank(M)) %>%
  # 分配访视号，超出完整组的M水平对应记录设为NA
  mutate(V = ifelse(M_rank <= floor(max(M_rank)/3)*3, ceiling(M_rank/3), NA)) %>%
  # 可选：删除中间生成的M_rank列
  select(-M_rank)

验证子记录长度不固定的场景 #

构造M各水平子记录长度不同的数据集测试：

set.seed(123)
DF <- data.frame(
  ID = rep("ID01", 21+26+18+15+10),
  M0 = sample(21+26+18+15+10),
  M = c(rep(1,21), rep(2,26), rep(3,18), rep(4,15), rep(5,10))
)

DF <- DF %>%
  mutate(M_rank = dense_rank(M)) %>%
  mutate(V = ifelse(M_rank <= floor(max(M_rank)/3)*3, ceiling(M_rank/3), NA)) %>%
  select(-M_rank)

此时M的前3个水平（1-3）对应访视号1-3，每个水平下的所有子记录都会带上对应访视号；M的4-5水平对应的所有子记录则标记为NA，完全符合需求。

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