如何在R中为面板数据集的企业列创建唯一ID变量

tidyverse 实现（匹配你提到的分组思路） #

你提到的group_by+mutate的思路完全可行，搭配cur_group_id()函数即可快速生成连续整数ID：

# 加载依赖包
library(tidyverse)

# 生成investorid列
df <- df %>%
  group_by(investor) %>%
  mutate(investorid = cur_group_id()) %>%
  ungroup()

该方法会按投资方在数据集中首次出现的顺序分配ID，同一投资方的所有记录对应同一个ID值，完全符合你的需求。

更高效的无分组实现 #

针对大体积数据集，不用分组的方案运行速度更快，结果和上述方法完全一致：

df <- df %>%
  mutate(investorid = as.integer(factor(investor, levels = unique(investor))))

base R 实现（无需加载第三方包） #

如果你不想引入tidyverse依赖，用基础函数也可以快速实现：

df$investorid <- as.integer(factor(df$investor, levels = unique(df$investor)))

可选调整 #

如果需要按照投资方名称的字母/拼音排序生成ID，只需要把上述代码中的unique(investor)替换为sort(unique(investor))即可。

内容的提问来源于stack exchange，提问作者R Wd