R语言如何为数据框重复行分组添加1:n的duplicateID序列编号

方法1：dplyr（tidyverse生态）实现 #

直接按数据框所有列分组后生成组内行序号即可，代码如下：

# 加载依赖包
library(dplyr)

# 生成duplicateID列
df2 <- df1 %>%
  group_by(across(everything())) %>%
  mutate(duplicateID = row_number()) %>%
  ungroup()

说明：如果你使用的是1.0.0版本以下的dplyr，可将group_by(across(everything()))替换为group_by_all()，运行效果完全一致。

方法2：Base R实现（无需安装额外包） #

使用interaction生成全列匹配的分组标识，再用ave生成分组内序号：

df1$duplicateID <- ave(
  x = rep(1, nrow(df1)),
  GROUP = interaction(df1, drop = TRUE),
  FUN = seq_along
)

运行以上两种方法任意一种，得到的结果都和你示例中预期的df2完全一致。

内容的提问来源于stack exchange，提问作者Ulrich Neum