Question

我有一个这样的数据框（可重现数据框）

dt <- read.table(text = "Email  Level
                         abc    Level_6
                         abc    Level_6
                         abc    Level_6
                         abc    Level_6
                         abc    Level_6
                         xyz    Level_5
                         xyz    Level_5
                         xyz    Level_2
                         xyz    Level_2
                         xyz    Level_3
                         pqr    Level_1
                         pqr    Level_4
                         pqr    Level_5
                         pqr    Level_5
                         pqr    Level_1", header = T)

> dt
   Email   Level
1    abc Level_6
2    abc Level_6
3    abc Level_6
4    abc Level_6
5    abc Level_6
6    xyz Level_5
7    xyz Level_5
8    xyz Level_2
9    xyz Level_2
10   xyz Level_3
11   pqr Level_1
12   pqr Level_4
13   pqr Level_5
14   pqr Level_5
15   pqr Level_1

我想添加一个新列Rank，该列的排名从1开始，并且仅在每个Email id的Level列中有更改时才更改。如果该值保持不变，则排名将继续使用先前的值

因此预期输出为

> dt_expected
    Email   Level Rank
1    abc  Level_6    1
2    abc  Level_6    1
3    abc  Level_6    1
4    abc  Level_6    1
5    abc  Level_6    1

6    xyz  Level_5    1
7    xyz  Level_5    1
8    xyz  Level_2    2
9    xyz  Level_2    2
10   xyz  Level_3    3

11   pqr  Level_1    1
12   pqr  Level_4    2
13   pqr  Level_5    3
14   pqr  Level_5    3
15   pqr  Level_1    4

如何在数据表中实现这一目标？

Answer 1

我们按“电子邮件”分组并获得“级别”列的运行长度ID，该列通过检查列的相邻元素来增加值

Route::post/get('/url' , 'Controller@method')->name('route_name');

或检查下一个“级别”值的值，以创建逻辑索引并获取累积总和

library(data.table)
library(dplyr)
dt %>%
   group_by(Email) %>%
   mutate(Rank = rleid(Level))
# A tibble: 15 x 3
# Groups:   Email [3]
#   Email Level    Rank
#   <fct> <fct>   <int>
# 1 abc   Level_6     1
# 2 abc   Level_6     1
# 3 abc   Level_6     1
# 4 abc   Level_6     1
# 5 abc   Level_6     1
# 6 xyz   Level_5     1
# 7 xyz   Level_5     1
# 8 xyz   Level_2     2
# 9 xyz   Level_2     2
#10 xyz   Level_3     3
#11 pqr   Level_1     1
#12 pqr   Level_4     2
#13 pqr   Level_5     3
#14 pqr   Level_5     3
#15 pqr   Level_1     4

或使用dt %>% group_by(Email) %>% mutate(Rank = 1 + cumsum(Level != lag(Level, default = first(Level))) )

data.table

或与library(data.table) setDT(dt)[, Rank := rleid(Level), Email]

base R

R的每一次值变化均排名

1 个答案: