如何修改大型数据集中重复ID值且不改动其他行列原有数据

解决方案 #

批量自动处理重复ID（推荐，无需手动修改单条数据）

用基础R代码即可批量处理所有重复ID，完全不会改动其他列的原有数值：

# 方法1：给重复ID加序号后缀保留原始信息，如两个1756会变为1756_1、1756_2
Initial_df$sofifa_id <- ave(
  Initial_df$sofifa_id, 
  Initial_df$sofifa_id,
  FUN = function(x) {
    if (length(x) > 1) paste0(x, "_", seq_along(x))
    else x
  }
)

# 方法2：重复ID顺延为全新连续数字，如第二个1756变为当前数据集最大ID+1
max_id <- max(as.numeric(Initial_df$sofifa_id), na.rm = TRUE)
dup_rows <- duplicated(Initial_df$sofifa_id)
Initial_df$sofifa_id[dup_rows] <- as.character(max_id + cumsum(dup_rows)[dup_rows])

原有手动修改代码的修正

如果仅需要修正单条1756重复的情况，你现有代码的错误点是nrow(Initial_df$sofifa_id)写法错误，sofifa_id是单列向量没有行数属性，而且你写的逻辑是新增行而非修改原有重复行，会导致数据集总条数超出513条，修正后写法：

# 定位第二个1756的行位置，仅替换ID字段即可，其他字段保持不变
dup_pos <- which(Initial_df$sofifa_id == "1756")[2]
Initial_df[dup_pos, "sofifa_id"] <- "1757"

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