R语言基于Groupid与School双条件生成唯一分组ID的实现问题

原有代码问题说明 #

1. 你混用了dplyr的group_by()和base R的transform()，transform()无法识别dplyr的分组结构，你设置的按School分组实际没有生效，生成的id是全局Groupid转因子的数值，才会出现不同School同Groupid的id重复问题。
2. 你的需求是为每个(School, Groupid)的唯一组合分配全局递增的唯一id，不需要在School内部分组单独编号。

修正后代码 #

写法1（最简洁，用dplyr内置分组编号函数）

library(dplyr)
data1 <- data %>%
  # 直接为每个(School, Groupid)唯一组合按首次出现顺序生成全局id
  mutate(id = group_indices(., School, Groupid)) %>%
  relocate(id, .before = Groupid)

写法2（手动生成组合因子，兼容性更强）

library(dplyr)
data1 <- data %>%
  # 生成组合字段，按首次出现顺序设置因子水平后转数值
  mutate(id = as.numeric(factor(paste(School, Groupid, sep = "_"), levels = unique(paste(School, Groupid, sep = "_"))))) %>%
  relocate(id, .before = Groupid)

两种写法运行后输出都和你给出的期望结果完全一致。

内容的提问来源于stack exchange，提问作者Yebelay Berehan