使用dplyr::group_by新增计数分组列时遇组大小错误求助

你的代码结果不符合预期，核心原因是分组后的seq(unique(Mean))逻辑不匹配需求：
当你用group_by(Mean)后，每个分组内的Mean值都是单一且唯一的（分组依据就是Mean），所以unique(Mean)在每个分组里只会返回1个元素，seq(unique(Mean))等价于生成只包含1的序列，最终每个组的AVGMOrder都会被设为1，这显然不是你想要的「对48个唯一分组全局计数」的效果。

下面是几种能实现你需求的正确写法：

方法1：用cur_group_id()直接获取分组序号 #

dplyr的cur_group_id()函数会返回当前分组在所有分组中的全局序号，正好匹配你的需求：

xist.df %>% 
  group_by(Mean) %>% 
  mutate(AVGMOrder = cur_group_id())

这个方法会按分组的默认顺序（数据中首次出现的顺序）给每个唯一Mean分配1到48的序号，每个Mean对应的所有行都会拥有相同的AVGMOrder值。

方法2：基于自定义排序生成序号 #

如果你需要按Mean的数值大小（或其他规则）排序后再分配序号，可以用因子转换的方式：

xist.df %>% 
  mutate(AVGMOrder = as.numeric(factor(Mean, levels = unique(sort(Mean)))))

这里sort(Mean)会先对Mean值排序，unique()确保每个值只出现一次，转成因子后用as.numeric()就能得到排序后的序号，这个方法不需要分组，直接全局处理。

方法3：创建映射表后左连接 #

如果你需要更灵活的控制（比如后续要修改序号规则），可以先生成唯一Mean的序号映射表，再和原数据连接：

# 生成唯一Mean的序号映射
mean_order_map <- xist.df %>% 
  distinct(Mean) %>% 
  mutate(AVGMOrder = row_number())

# 左连接回原数据
xist.df %>% 
  left_join(mean_order_map, by = "Mean")

这种方式的优势是可以单独调整映射表的排序或序号规则，再应用到原数据上。

内容的提问来源于stack exchange，提问作者Alex Nesta