R语言如何编辑重复记录：为CSV中重复的label/question条目添加序号

核心逻辑为对同用户、同就诊下的相同问题按日期排序后，仅对重复出现的问题追加序号，具体操作步骤如下：

• 依赖包：使用tidyverse套件即可完成操作

  install.packages("tidyverse") # 未安装时先执行
  library(tidyverse)
  

• 第一步：读取原始CSV数据

  raw_df <- read_csv("你的本地CSV文件路径.csv")
  

• 第二步：数据处理核心代码

  processed_df <- raw_df %>%
    # 转换日期格式确保排序逻辑正确，可根据你实际的日期格式调整format参数
    mutate(Date = as.Date(Date, format = "%m-%d-%y")) %>%
    # 按用户ID、就诊ID、问题标签分组，确认是同一主体下的重复问题
    group_by(UserID, EncounterID, label) %>%
    # 分组内按日期升序排列
    arrange(Date, .by_group = TRUE) %>%
    mutate(
      # 生成组内行号作为序号
      seq = row_number(),
      # 仅当组内记录数大于1（即存在重复问题）时追加序号
      label = ifelse(n() > 1, paste0(label, seq), label)
    ) %>%
    # 移除辅助列、取消分组
    ungroup() %>%
    select(-seq) %>%
    # 若需要保留原始日期字符串格式可保留以下行，否则可删除
    mutate(Date = format(Date, "%m-%d-%y"))
  

• 结果导出

  write_csv(processed_df, "处理后的结果文件路径.csv")
  

补充说明 #

如果你的业务逻辑中不需要限制同一次就诊（EncounterID），仅需判断同用户下的相同label为重复内容，可将group_by参数中的EncounterID删除即可，其余逻辑保持不变。

内容的提问来源于stack exchange，提问作者Ash S