如何在R语言中为有序数据框创建值首次出现标记列？

嘿，刚好碰到过类似的需求！因为你的数据已经按V1列排好序了，实现这个标记首次出现行的需求其实超简单，给你分享两种实用的方法：

方法一：Base R 原生实现（无需额外安装包） #

用R自带的duplicated()函数就能搞定，逻辑很直观：

# 先构造你的示例数据
A <- data.frame(V1 = c(22, 27, 32, 32, 33, 33, 37), 
                V2 = c(121, 243, 765, 322, 433, 435, 728))

# 新增V3列标记首次出现行
A$V3 <- ifelse(!duplicated(A$V1), "y", "n")

# 查看结果，就是你要的目标格式
A

原理说明：duplicated(A$V1)会逐行检查当前V1的值是否在之前的行出现过，重复行返回TRUE，首次出现的行返回FALSE。我们用!取反后，再通过ifelse()把逻辑值转换成你需要的"y"/"n"标记。

方法二：tidyverse/dplyr 风格实现 #

如果你平时习惯用tidyverse系列工具，用dplyr的管道操作会更顺手：

library(dplyr)

# 生成目标数据框B
B <- A %>%
  mutate(V3 = case_when(
    !duplicated(V1) ~ "y",
    TRUE ~ "n"
  ))

或者更简洁的写法：

B <- A %>%
  mutate(V3 = ifelse(!duplicated(V1), "y", "n"))

原理说明：mutate()用来新增列，case_when()是dplyr里的多条件判断函数，这里同样利用duplicated()的结果来标记首次出现的行，逻辑和Base R方法完全一致，只是写法更贴合tidyverse的风格。

运行上述任意一种方法后，你都会得到和示例B完全一致的结果：

V1  V2 V3
1 22 121  y
2 27 243  y
3 32 765  y
4 32 322  n
5 33 433  y
6 33 435  n
7 37 728  y

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