在R中如何基于长表分组的v1数值响应模式创建新变量v2

R语言实现方案 #

你之前用summarise得不到预期结果是因为该函数会对每个id分组仅返回1行，而你需要保留所有原始行，改用mutate生成分组级别的公共变量即可，实现逻辑如下：

1. 先按id和visit排序，保证每个id下v1的访视顺序正确
2. 按id分组，将每个id对应的多次访视v1值拼接为唯一的模式标识
3. 对不同的模式标识分配唯一整数作为v2取值，相同模式的id会得到相同的v2

可直接运行的代码

library(dplyr)

# 替换为你自己的数据集名即可
result <- 你的数据集名 %>%
  arrange(id, visit) %>%
  group_by(id) %>%
  mutate(v2 = paste(v1, collapse = "_")) %>%
  ungroup() %>%
  mutate(v2 = as.integer(factor(v2, levels = unique(v2))))

结果验证

代入你提供的示例数据运行后，输出结果和你给出的预期完全一致：

• id10001的v1序列为0、0，对应v2=1
• id10002的v1序列为0、1，对应v2=2
• id10003的v1序列为1、0，对应v2=3

如果后续出现其他v1响应模式，代码会自动按模式首次出现的顺序顺延分配v2编号，无需调整规则。

内容的提问来源于stack exchange，提问作者david