R语言基于两列重复值创建唯一ID新列处理重复数据

数据已经提前按调研时间排好序，不需要复杂的重复值标记，直接按subject_id和day分组后给组内行按顺序编号，再拼接对应取值就行，全程只用dplyr就能完成。

代码实现 #

library(dplyr)

df <- df %>%
  group_by(subject_id, day) %>%
  mutate(
    # 组内按现有行顺序生成序号，对应调研先后次序
    group_seq = row_number(),
    name = case_when(
      group_seq == 1 ~ as.character(day),
      TRUE ~ paste0(day, " -", group_seq)
    )
  ) %>%
  ungroup() %>%
  select(-group_seq)

结果说明 #

用给出的重复样例跑出来的结果完全匹配要求：

• subject_id=01、day=1的两条记录，name分别为"1"和"1 -2"
• 其余无重复的记录，name直接取对应day的字符值

适配边界场景 #

• 后续如果遇到同个受试者同一天填了3次及以上调研的情况，代码会自动生成"1 -3"、"1 -4"格式的取值，不需要额外修改
• 如果需要统一给所有值加序号后缀（第一条显示为"1 -1"），直接把name的生成逻辑改成paste0(day, " -", group_seq)即可，符合提到的可接受带-1后缀的要求

内容的提问来源于stack exchange，提问作者user6387185