R语言入门求助：将数据框列中唯一用户ID替换为从1开始的序号i

当然可行！这在R里是处理离散标识变量的常规操作，尤其适合你这种有大型用户数据的场景，下面给你几种简单高效的实现方法，适配不同的代码风格和数据规模：

先看示例数据与期望效果 #

假设你的现有数据长这样：

# 示例现有数据
user_data <- data.frame(user_id = c("U_001", "U_003", "U_001", "U_002", "U_003", "U_004"))

你期望的效果是把每个唯一user_id替换成从1开始的连续序号，最终得到：

方法1：Base R原生实现（无需额外包） #

利用factor的水平编号特性，这是最轻量化的方法：

# 按user_id出现的先后顺序分配序号
user_data$new_id <- as.integer(factor(user_data$user_id, levels = unique(user_data$user_id)))

# 如果想按user_id的字母/数字顺序分配序号，调整levels即可
user_data$new_id_sorted <- as.integer(factor(user_data$user_id, levels = sort(unique(user_data$user_id))))

解释：factor会把每个唯一的user_id映射到一个“水平”，as.integer会把这些水平转换成从1开始的整数序号。指定levels = unique(...)会保留原始数据中ID首次出现的顺序，换成sort(unique(...))则会按ID的自然排序分配序号。

方法2：tidyverse/dplyr风格（适合数据清洗流程） #

如果你平时用tidyverse工具链，用dplyr的分组函数会更直观：

library(dplyr)

# 按分组分配序号
user_data <- user_data %>%
  group_by(user_id) %>%
  mutate(new_id = cur_group_id()) %>%
  ungroup()

# 若要按排序后的ID分配序号，先排序再分组
user_data_sorted <- user_data %>%
  arrange(user_id) %>%
  group_by(user_id) %>%
  mutate(new_id_sorted = cur_group_id()) %>%
  ungroup()

解释：group_by(user_id)把相同ID的行归为一组，cur_group_id()会自动给每个组分配从1开始的连续序号，最后ungroup()取消分组状态，不影响后续操作。

方法3：data.table实现（推荐大型数据集） #

你的数据是“大型文件”，data.table的速度优势会很明显，内存占用也更低：

library(data.table)

# 转换为data.table格式
setDT(user_data)

# 按user_id分组并分配序号
user_data[, new_id := .GRP, by = user_id]

# 按排序后的ID分配序号
user_data[, new_id_sorted := .GRP, by = sorted(user_id)]

解释：.GRP是data.table内置的分组序号变量，by = user_id会自动为每个唯一ID组生成从1开始的序号，处理百万级以上数据时，这个方法比前两种快很多。

内容的提问来源于stack exchange，提问作者Jeroen