在R中按ID分组判断关联列是否有多个唯一值并生成指示列

错误原因 #

你代码的核心问题是在mutate内调用了d$product_code，这会直接提取整个原始数据集的product_code列，而非当前分组后的组内数据，所以无论怎么分组，计算的都是全局唯一产品编码的数量，自然得不到预期结果。

正确实现代码 #

方法1：dplyr的n_distinct实现（更简洁） #

library(dplyr)
d <- d %>% 
  group_by(ID) %>%
  mutate(multiple_products = as.integer(n_distinct(product_code) > 1)) %>%
  ungroup()

这里直接用n_distinct()计算每组内唯一product_code的数量，逻辑判断后用as.integer()直接把TRUE/FALSE转为1/0，比if_else更简洁。

方法2：沿用原有逻辑的修正版 #

如果要保留你原来的length(unique)写法逻辑，只需要去掉d$，直接调用列名即可，这样会读取分组后的组内列数据：

d <- d %>% 
  group_by(ID) %>%
  mutate(multiple_products = if_else(length(unique(product_code)) > 1, 1, 0)) %>%
  ungroup()

最终输出结果 #

ID product_code multiple_products
1  a          B78                 1
2  a          X31                 1
3  b          C12                 0
4  b          C12                 0

完全符合需求：ID=a有2个唯一产品编码所以标记1，ID=b只有1个所以标记0。

内容的提问来源于stack exchange，提问作者logjammin