R语言：如何对数据框中的国家名称生成累积计数？

嘿，我来帮你搞定这个累积计数的需求！你要的其实是按国家首次出现的顺序，统计累积的新增国家数量——每遇到一个从未出现过的国家，计数就加1；重复出现的国家则保持当前的最大计数值。直接用count()或tally()这类分组统计函数肯定达不到效果，咱们换个思路来实现：

方法一：用dplyr包实现（更直观） #

如果你习惯用tidyverse系列的工具，用dplyr的mutate()结合cumsum()和duplicated()就能轻松搞定：

# 先加载dplyr包
library(dplyr)

# 你的原始数据框
df <- data.frame(country = c("Sweden", "Germany", "Sweden", "Sweden", "Germany", "Vietnam"),
                 year= c(1834, 1846, 1847, 1852, 1860, 1865))

# 生成累积计数列n
df_result <- df %>%
  mutate(n = cumsum(!duplicated(country)))

# 查看最终结果
print(df_result)

代码解释： #

• !duplicated(country)：这个表达式会生成一个逻辑向量，第一次出现的国家对应TRUE（数值1），重复出现的国家对应FALSE（数值0）
• cumsum()：对上面的0/1向量做累积求和，每遇到一个新国家，总和就加1；重复的国家则维持当前总和，完美匹配你要的输出格式。

方法二：基础R实现（无需加载包） #

如果不想额外加载包，用基础R的代码也能实现，更简洁：

# 你的原始数据框
df <- data.frame(country = c("Sweden", "Germany", "Sweden", "Sweden", "Germany", "Vietnam"),
                 year= c(1834, 1846, 1847, 1852, 1860, 1865))

# 直接添加累积计数列
df$n <- cumsum(!duplicated(df$country))

# 查看结果
print(df)

最终输出结果 #

不管用哪种方法，运行后都会得到你期望的结果：

country year n
1   Sweden 1834 1
2  Germany 1846 2
3   Sweden 1847 2
4   Sweden 1852 2
5  Germany 1860 2
6  Vietnam 1865 3

内容的提问来源于stack exchange，提问作者Dr. Flow