如何让dplyr::cur_group_id()按数据出现顺序而非字母序生成组编号

cur_group_id() 生成的分组编号默认基于分组变量的词典序排序结果，group_by(i) 会自动将项目i按i1、i2、i3的字母顺序排列后再编号，不会保留每个被试数据里项目的原始出现顺序，因此会出现编号错位。

直接使用dplyr内置的consecutive_id()函数即可，该函数会按变量在数据中出现的连续顺序生成编号，仅需按被试p分组后计算，不需要拆分数据集做循环映射，代码最简洁：

library(tidyverse)

result <- data |>
  group_by(p) |>
  mutate(trial_order = consecutive_id(i)) |>
  ungroup()

运行上述代码得到的结果完全匹配预期输出：同一被试下，第一次出现的项目对应试次顺序为1，后续新出现的项目顺序号依次递增，同一项目的所有行编号一致。

如果使用的dplyr版本没有consecutive_id()函数，可以先将项目列i转换为因子，因子水平按每个被试下i的首次出现顺序设置，再生成分组编号即可：

result <- data |>
  group_by(p) |>
  mutate(
    i = factor(i, levels = unique(i)),
    trial_order = cur_group_id()
  ) |>
  ungroup() |>
  # 不需要保留因子类型的话可以转回字符
  mutate(i = as.character(i))

你之前使用group_split()+purrr::map_df()的写法，只需要在分组前先将i转为按首次出现顺序设置水平的因子，即可得到正确结果，不过该写法冗余度更高，不推荐使用：

data |>
  group_split(p) |>
  purrr::map_df(
    ~ .x |>
      mutate(i = factor(i, levels = unique(i))) |>
      group_by(i) |>
      mutate(trial_order = cur_group_id())
  )

内容的提问来源于stack exchange，提问作者Carlos Luis Rivera