R语言实现双层级分组排序：period变化时重置月份序列

需求说明 #

基于month字段生成连续数值序列，规则如下：

• 相同month值对应同一个序号
• 当period字段取值变化时，序列自动重置，从1重新开始计数

示例输入数据：

period <- c("1", "1", "1", "1","0", "0", "0","0")
month <- c("Jan2019", "Jan2019", "Jan2019", "Feb2019", "Feb2020", "Mar2020", "Mar2020","Apr2020")
df <- data.frame(period, month)

期望输出：

可行实现方案 #

1. dplyr实现（最常用，代码可读性高） #

核心逻辑是按period分组后，将组内month按首次出现顺序转为因子，映射为连续整数即可，分组边界会自动重置计数：

library(dplyr)

df <- df %>%
  group_by(period) %>%
  mutate(results = as.integer(factor(month, levels = unique(month)))) %>%
  ungroup()

2. data.table实现（适合百万级以上大数据量场景） #

library(data.table)
setDT(df)
df[, results := .GRP, by = .(period, month)][
  , results := match(results, unique(results)), by = period
]

3. base R实现（无需加载第三方包） #

df$results <- ave(
  as.integer(factor(df$month, levels = unique(df$month))),
  df$period,
  FUN = \(x) match(x, unique(x))
)

之前方案失效原因 #

之前用cur_group_id配合seq未达到效果，核心是两个问题：

• 没有正确将period作为最高优先级分组维度，做组内计算的作用域隔离
• 未处理同组内相同month共享序号的逻辑，逐行生成序列会导致相同month拿到不同序号

内容的提问来源于stack exchange，提问作者Tan Sing Chee