R语言基于分组ID用tidyverse group_by生成新ID遇错求助

这个需求的核心是为每一个唯一的原始ID匹配连续递增的固定编号，使用group_by实现时遇到的报错基本都来自上下文不匹配、函数选型错误两个方向，直接运行下面的代码就能得到你预期的输出结果。

核心实现代码 #

library(tidyverse)

# 构建和你提供的结构一致的原始数据
df <- tibble(
  ID = c(250, 250, 340, 340, 340, 650, 650, 650)
)

# 生成带New_ID的结果
result <- df %>%
  # 按原始ID完成分组
  group_by(ID) %>%
  # 提取每个分组的全局唯一序号作为New_ID
  mutate(New_ID = cur_group_id()) %>%
  # 清除残留的分组属性，避免后续操作报错
  ungroup()

输出效果 #

运行代码后得到的结果和你的预期完全匹配：

常见报错原因与避坑说明 #

• 上下文不匹配报错：如果直接在没有执行group_by()的环境下调用cur_group_id()，函数会因为找不到关联的分组上下文，抛出“对象不存在”类的错误，必须把cur_group_id()放在分组后的mutate()逻辑块里
• 函数选型错误：误用row_number()、dplyr::n()这类返回分组内行位置的函数生成New_ID，最终所有分组内的New_ID都会被标为1，完全不符合需求
• 后续操作报错：生成New_ID后如果没有执行ungroup()，数据会一直残留分组属性，后续做其他数据变换时会触发非预期的逻辑错误

自定义排序规则补充 #

如果需要让New_ID的顺序不跟随原始数据中ID的首次出现顺序，而是按照ID的数值大小排序，可以在分组时通过因子指定排序层级：

result <- df %>%
  # 按ID数值从小到大指定分组顺序
  group_by(factor(ID, levels = sort(unique(ID)))) %>%
  mutate(New_ID = as.numeric(cur_group_id())) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者D. Fowler