如何为另一列取值相同的行分配统一唯一编码（R语言数据处理）

方法1：基础R实现 #

无需额外安装依赖包，直接用内置函数即可实现需求：

# 原示例数据，先转为数据框更方便处理
ID <- c("A", "B", "C", "D", "E")
Dose <- c("1", "5", "3", "4", "5")
Value <- c("x1", "x2", "x3", "x2", "x3")
df <- data.frame(ID, Dose, Value)

# 按Value第一次出现的顺序分配唯一Code，与你预期输出逻辑完全一致
df$Code <- as.integer(factor(df$Value, levels = unique(df$Value)))

如果不需要按出现顺序、希望按Value的字典序分配编码，直接去掉levels参数即可：df$Code <- as.integer(factor(df$Value))

方法2：tidyverse（dplyr）实现 #

如果常用tidyverse生态，用分组ID函数逻辑更直观：

library(dplyr)
df <- df %>%
  # 按Value列分组
  group_by(Value) %>%
  # 为每个分组分配唯一id
  mutate(Code = cur_group_id()) %>%
  ungroup()

如果需要按Value第一次出现的顺序分配编码，添加一行因子顺序调整代码即可：

library(dplyr)
library(forcats)
df <- df %>%
  mutate(Value = fct_inorder(Value)) %>%
  group_by(Value) %>%
  mutate(Code = cur_group_id()) %>%
  ungroup()

补充说明 #

• 两种方案处理数十万行级别的数据集都没有性能问题，完全适配你数千行数百列的数据集需求
• 如果需要Code不是纯数字、而是带自定义前缀的唯一值，只需要把生成的Code拼接前缀即可，比如df$Code = paste0("GROUP_", df$Code)

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