按study分组重排data.frame失序数值变量 使其序号从1开始连续

核心逻辑 #

按指定分组列（本示例为study）拆分数据后，对需要处理的数值列，将其唯一值按升序排列后依次映射为从1开始的连续整数，其他列保持不变。

通用函数实现 #

1. tidyverse 版本（代码简洁易读） #

依赖dplyr包，支持多分组列、多待重编码列：

library(dplyr)

recode_seq_by_group <- function(df, group_col, recode_cols) {
  df %>%
    group_by(across(all_of(group_col))) %>%
    mutate(across(all_of(recode_cols), ~as.integer(factor(.x, levels = sort(unique(.x)))))) %>%
    ungroup()
}

2. 基础R版本（无第三方依赖） #

不需要安装任何包，可直接运行：

recode_seq_by_group_base <- function(df, group_col, recode_cols) {
  split_df <- split(df, df[[group_col]])
  processed <- lapply(split_df, function(subdf) {
    for (col in recode_cols) {
      unique_vals <- sort(unique(subdf[[col]]))
      subdf[[col]] <- match(subdf[[col]], unique_vals)
    }
    return(subdf)
  })
  do.call(rbind, c(processed, make.row.names = FALSE))
}

调用示例 #

# 加载示例数据
m="
study sample group outcome
1      1     1       A
1      1     1       B
1      1     2       A
1      1     2       B 
1      3     1       A
1      3     1       B
1      3     2       A
1      3     2       B

2      1     2       A
2      1     2       B
2      2     2       A
2      2     2       B
2      3     2       A
2      3     2       B

3      1     1       A
3      1     1       B
3      1     2       A
3      1     2       B
3      2     1       A
3      2     1       B
3      2     2       A
3      2     2       B"
data <- read.table(text=m, h=T)

# 调用tidyverse版本函数处理
result <- recode_seq_by_group(
  df = data,
  group_col = "study",
  recode_cols = c("sample", "group")
)

# 调用基础R版本函数处理
# result <- recode_seq_by_group_base(data, "study", c("sample", "group"))

结果验证 #

运行后得到的result与题目给出的期望输出完全一致，符合所有规则要求：

• study1的sample值3被重编码为2
• study2的group值2被重编码为1
• study3的所有值保持不变
• 其他列（outcome）无修改

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