如何基于DataFrame中另一列的分组排列创建新列？

看了你的DataFrame结构，每个grouping组内的var和order有对应的排列关系（比如site1_1里是P→G→B对应0→1→2，site2_1里是P→B→G对应0→1→2）。下面给你几个常用的实现方式，用dplyr包来处理，代码简洁直观：

首先先确认你的完整数据：

df <- data.frame(
  grouping = c(rep("site1_1",9), rep("site2_1",9)),
  var = c(rep("P", 3), rep("G", 3), rep("B",3), rep("P", 3), rep("B", 3), rep("G",3)),
  order= c(rep(0, 3), rep(1, 3), rep(2,3), rep(0, 3), rep(1, 3), rep(2,3))
)

1. 基于order列生成自定义标签列 #

如果想把order的数值转换成更易读的分类标签（比如"第一阶段"、"第二阶段"），直接用mutate+case_when即可：

library(dplyr)

df <- df %>%
  mutate(
    stage_label = case_when(
      order == 0 ~ "First Stage",
      order == 1 ~ "Second Stage",
      order == 2 ~ "Third Stage",
      TRUE ~ NA_character_ # 处理意外值
    )
  )

这个方法不需要分组，因为order列的数值已经对应了全局的阶段划分。

2. 按grouping分组，生成组内专属的顺序列 #

如果你想让每个分组内，var的出现顺序（对应order的排序）生成一个组内的序号（比如每个组的第一个出现的var标记为1，第二个为2，以此类推），可以结合group_by和dense_rank：

df <- df %>%
  group_by(grouping) %>%
  mutate(
    group_inner_order = dense_rank(order) # 自动将0→1, 1→2, 2→3
    # 如果你不想依赖order列，也可以用var的首次出现顺序：
    # group_inner_order = dense_rank(match(var, unique(var)))
  ) %>%
  ungroup()

运行后，site1_1里的G对应的group_inner_order是2，site2_1里的B对应的也是2，完美实现了分组内的顺序标记。

3. 分组后将var映射为统一类别 #

如果想让每个分组内的第N个var都对应同一个类别标签（比如不管是G还是B，只要是组内第二个出现的都叫"中间组"），可以这样写：

df <- df %>%
  group_by(grouping) %>%
  mutate(
    unified_group = case_when(
      order == 0 ~ "Start",
      order == 1 ~ "Middle",
      order == 2 ~ "End",
      TRUE ~ NA_character_
    )
  ) %>%
  ungroup()

结果示例 #

以方案2为例，处理后的前15行数据会是这样：

grouping var order group_inner_order
1 site1_1 P 0 1
2 site1_1 P 0 1
3 site1_1 P 0 1
4 site1_1 G 1 2
5 site1_1 G 1 2
6 site1_1 G 1 2
7 site1_1 B 2 3
8 site1_1 B 2 3
9 site1_1 B 2 3
10 site2_1 P 0 1
11 site2_1 P 0 1
12 site2_1 P 0 1
13 site2_1 B 1 2
14 site2_1 B 1 2
15 site2_1 B 1 2

这样就完全根据分组内的排列生成了你需要的新列。

内容的提问来源于stack exchange，提问作者cebola