R语言按分组识别data.frame各列首个唯一值排列的实现方法

核心逻辑 #

顺着你已经验证的“拼接列值识别唯一排列”思路，补全标记逻辑，全程向量化操作、适配dplyr生态，无需手写循环：

• 关键修正：你之前代码里用paste(unique(colB), collapse = ', ')会丢失排列顺序的完整信息，只要组内存在重复取值，去重拼接后的字符串会把本质不同的排列误判为相同，实际拼接时直接保留组内原始顺序的列值即可
• 判断规则：对每列拼接完成的唯一标识串，用!duplicated(标识串)就能直接得到“首次出现为TRUE、后续重复排列为FALSE”的结果
• 格式整理：最后把得到的逻辑值矩阵的行名设置为分组标识，即可匹配你期望的输出格式

完整可运行代码 #

library(dplyr)
library(tibble)

# 1. 按分组聚合，生成每个列在对应组的完整排列标识
group_pattern <- df %>%
  group_by(groups) %>%
  # 对所有需要对比的列，按组内原始顺序拼接为唯一字符串
  summarise(
    across(
      c(colA, colB, colC),
      ~ paste(.x, collapse = "|"),
      .names = "{.col}_pattern"
    )
  ) %>%
  ungroup()

# 2. 逐列判断是否为首次出现的排列
final_result <- group_pattern %>%
  mutate(
    across(
      ends_with("_pattern"),
      # 首次出现的非重复值标记为TRUE，后续重复值标记为FALSE
      ~ !duplicated(.x),
      # 去掉pattern后缀，还原原始列名
      .names = "{sub('_pattern', '', .col)}"
    )
  ) %>%
  # 整理为目标格式的矩阵：行名为分组名，值为对应逻辑判断结果
  select(groups, colA, colB, colC) %>%
  column_to_rownames("groups") %>%
  as.matrix()

运行结果验证 #

执行完代码后的输出和你的期望完全一致：

> final_result
    colA  colB  colC
gr1 TRUE  TRUE  TRUE
gr2 FALSE TRUE  TRUE
gr3 FALSE FALSE TRUE

对应每列的判断逻辑和预期完全匹配：

• colA：三个组的排列完全一致，仅首个分组标记为TRUE
• colB：gr3的排列和gr1完全重复，因此gr3标记为FALSE
• colC：三个组的排列均不重复，所有分组标记为TRUE

大型数据集适配提示 #

如果你的数据集规模极大，可以在拼接时把分隔符换成极短的单字符（比如空格），减少字符串拼接的开销；由于所有分组的行数完全一致，拼接后的字符串长度天然对齐，不会出现跨组误匹配的问题。

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