在R语言中为数据框多列的唯一组合创建对应索引的方法

方法1：基础R实现 #

不需要加载任何第三方包，直接用内置函数即可实现：

# 生成唯一组合的索引，按组合首次出现的顺序分配编号
unique_comb <- unique(df[, c("A", "B", "D")])
df$index <- match(
  paste(df$A, df$B, df$D, sep = "_"),
  paste(unique_comb$A, unique_comb$B, unique_comb$D, sep = "_")
)

也可以用更简洁的interaction函数实现：

df$index <- as.integer(interaction(df$A, df$B, df$D, lex.order = TRUE))

方法2：dplyr实现（逻辑更直观） #

如果你常用tidyverse生态的工具，用分组加组ID的方式可读性更高：

library(dplyr)

df <- df %>%
  group_by(A, B, D) %>%
  mutate(index = cur_group_id()) %>%
  ungroup()

两种方法输出的结果和你给出的预期效果完全一致，相同的A/B/D组合会被分配相同的索引值，索引编号按照组合第一次出现的顺序依次递增。

内容的提问来源于stack exchange，提问作者Vinicius B. de S. Moreira