如何用dplyr将数据框中重启序列替换为对应组编号？

哈哈，这个需求我太熟了！本质就是根据序列的下降断点来划分组，用dplyr完全可以写出超简洁的实现，我给你一步步讲清楚：

核心思路 #

我们要做的就是：

• 检测每一行的V1是否比前一行小（下降的断点就是新组的起点）
• 把这些断点标记累加起来，就能得到连续的组编号

具体实现代码 #

先模拟一个和你描述一致的数据集（方便你直接测试）：

library(dplyr)

# 模拟数据：V1递增，下降时开启新组
df <- tibble(V1 = c(1, 2, 3, 4, 2, 3, 5, 1, 2))

然后用一行dplyr代码生成组编号（可以选择新增列或者替换原列）：

新增组编号列 #

df <- df %>%
  mutate(
    group_id = cumsum(V1 < lag(V1, default = first(V1))) + 1
  )

直接替换原V1列 #

如果想直接把V1换成组编号，只需要把变量名改成V1就行：

df <- df %>%
  mutate(
    V1 = cumsum(V1 < lag(V1, default = first(V1))) + 1
  )

代码解释 #

• lag(V1, default = first(V1))：把第一行的"前一个值"设为它自己，这样第一行不会被误判为新组
• V1 < lag(...)：生成一个逻辑向量，下降的位置会返回TRUE（相当于1），其他位置是FALSE（相当于0）
• cumsum()：累加这些1和0，每遇到一个下降断点就加1，自然形成连续的组编号
• 最后+1是为了让组号从1开始（如果不加会从0开始，也可以根据你的需求调整）

测试结果 #

用上面的模拟数据，运行后会得到：

完全符合你要的分组逻辑，350行的数据量用这个方法毫无压力，速度快还易懂！

内容的提问来源于stack exchange，提问作者mysteRious