R中实现指定文本列变化时将Time列重置为0/1重新计数

针对27万行规模、Trial列取值无回溯、累计切换395次的数据集，直接按Trial列分组生成连续序列即可，不需要做复杂的相邻值判断，所有方案都能秒级跑完。

• 方案1：data.table实现（性能最优，推荐大数据量使用）

library(data.table)
setDT(df)
# 从1开始递增，需要从0开始就替换为 seq_len(.N) - 1
df[, Time := seq_len(.N), by = Trial]

• 方案2：dplyr实现（适配tidyverse工作流）

library(dplyr)
df <- df %>%
  group_by(Trial) %>%
  # 从1开始递增，需要从0开始就替换为 row_number() - 1
  mutate(Time = row_number()) %>%
  ungroup()

• 方案3：基础R实现（无第三方包依赖）

# 从1开始递增，需要从0开始就在结果后减1
df$Time <- ave(rep(1L, nrow(df)), df$Trial, FUN = cumsum)

以上方案用提供的示例数据运行，输出完全匹配预期结果：

备用适配：如果后续遇到Trial取值回溯出现的场景，不能直接按Trial值分组，需要先识别相邻行的Trial变化点生成分组ID再计数，dplyr写法示例：

df <- df %>%
  mutate(.group_id = cumsum(Trial != lag(Trial, default = first(Trial)))) %>%
  group_by(.group_id) %>%
  mutate(Time = row_number()) %>%
  ungroup() %>%
  select(-.group_id)

内容的提问来源于stack exchange，提问作者Dylan Egan