如何使用dplyr包为指定数据集生成累积计数？

嘿，我来帮你搞定这个需求！看起来你想要按Set和Type的组合分组，为每组生成独立的累积计数，用dplyr可以非常简洁地实现这个目标，步骤如下：

1. 准备工作：加载dplyr包 #

首先确保你已经安装了dplyr，如果还没装，先运行安装命令：

install.packages("dplyr")

然后加载包：

library(dplyr)

2. 生成累积计数的核心代码 #

我们需要先按Set和Type分组，然后用row_number()函数在每个分组内生成从1开始的连续计数，直接填充到Count列：

# 先还原你的数据集
mystart <- structure(list(ID = 1:9, Set = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 3L, 3L), Type = structure(c(1L, 2L, 2L, 3L, 3L, 3L, 1L, 2L, 2L ), .Label = c("A", "R", "U"), class = "factor"), Count = c(NA, NA, NA, NA, NA, NA, NA, NA, NA)), .Names = c("ID", "Set", "Type", "Count"), class = "data.frame", row.names = c(NA, -9L))

# 生成累积计数
result <- mystart %>%
  group_by(Set, Type) %>%  # 按Set和Type的组合分组，每组独立计数
  mutate(Count = row_number()) %>%  # 在分组内生成从1开始的连续数
  ungroup()  # 可选：取消分组，恢复普通数据框格式

3. 查看结果 #

运行完上述代码后，result的输出会是这样的：

# A tibble: 9 × 4
     ID   Set Type  Count
  <int> <int> <fct> <int>
1     1     1 A         1
2     2     1 R         1
3     3     1 R         2
4     4     1 U         1
5     5     1 U         2
6     6     1 U         3
7     7     2 A         1
8     8     3 R         1
9     9     3 R         2

补充说明 #

如果你的需求是对某个数值列做累积求和（比如后续Count列有实际数值的情况），可以把row_number()换成cumsum()，比如：

mutate(Count = cumsum(your_numeric_column))

但在当前你的数据集场景下，row_number()正好完美匹配“每个分组内的累积计数”需求。

内容的提问来源于stack exchange，提问作者user193037