在 mutate pipeline 中按组获取唯一 ID [重复]

自从新的 dplyr v1.0.0 更新发布以来，我注意到该功能group_indices()有...已弃用。我在工作中经常使用这个功能，并且我喜欢在mutate.

例如使用dplyr v0.8.3我能够非常轻松地做这样的事情：

#请注意，我没有运行此代码，因为我的计算机上不再有 v0.8.3。

library(dplyr) # v0.8.3
rep_data <- data.frame(
  x = c("a", "a", "a", "a", "b", "b", "b", "c"),
  y = c("v1", "v1", "v2", "v3", "v1", "v2", "v3", "v3"),
  expect_output = c(1, 1, 2, 3, 4, 5, 6, 7)
)
rep_data %>%
  mutate(expect_output2 = group_indices(x, y))

expect_output2应该有效地给出相同的结果expect_output.

现在既然...已被弃用 我想不再使用它们，但我不确定如何做与上面相同的事情。

我基本上是在问这个问题HERE https://stackoverflow.com/questions/39650511/r-group-by-variable-and-then-assign-a-unique-id但这个问题现在已经过时了dplyr版本。

当我使用上面的代码运行时dplyr v1.0.0我收到警告消息：

Warning message:
The `...` argument of `group_keys()` is deprecated as of dplyr 1.0.0.
Please `group_by()` first

所以我尝试执行以下操作

library(dplyr) # v1.0.0
rep_data %>% 
  group_by(x, y) %>% 
  mutate(expect_output3 = group_indices(.))

这会导致错误

Error: Problem with `mutate()` input `expect_output3`.
x Input `expect_output3` can't be recycled to size 2.
i Input `expect_output3` is `group_indices(.)`.
i Input `expect_output3` must be size 2 or 1, not 8.
i The error occured in group 1: x = "a", y = "v1".

Keeping group_indices出于mutate工作正常并返回预期的向量，但是我想继续在管道链中操作我的数据，而不必像我在其他问题上看到的那样分配它 例如我不想这样做

rep_data$expect_output3 = rep_data %>% group_by(x,y) %>% group_indices()

有没有办法group_indices()并在维护我的管道链的同时将此向量添加到我的数据中？我非常乐意使用与group_indices()然而我还没有找到一个适合我的目的的。

任何帮助，将不胜感激。谢谢！

该错误无法重现dplyr 1.0.0，但是group_indices已被弃用，而是使用cur_group_id

library(dplyr)# 1.0.0
rep_data %>% 
     group_by(x, y) %>% 
     mutate(expect_output2 =cur_group_id())
# A tibble: 8 x 4
# Groups:   x, y [7]
#  x     y     expect_output expect_output2
#  <chr> <chr>         <dbl>          <int>
#1 a     v1                1              1
#2 a     v1                1              1
#3 a     v2                2              2
#4 a     v3                3              3
#5 b     v1                4              4
#6 b     v2                5              5
#7 b     v3                6              6
#8 c     v3                7              7