Question

我有一个包含三个标识符的大型数据框。例如：

df <- data.frame(year=c(1999,1999,2000,2000,2000), country=c('K','K','M','M','S'), 
                 site=c('di','se','di','di','di'))

这将生成如下数据框：

    year country site
    1999    K     di
    1999    K     se
    2000    M     di
    2000    M     di
    2000    S     di

我想在数据框中添加一个额外的列，并使用“年”，“国家/地区”和“网站”条目分配“唯一ID”。它看起来像这样：

    year country site unique_id
    1999    K     di     1
    1999    K     se     2
    2000    M     di     3
    2000    M     di     3
    2000    S     di     4

非常感谢有关如何执行此操作的任何建议。我认为可以使用 plyr 包以某种方式完成它？

Answer 1

这应该很好用。（它利用了这样一个事实，即每个因子的唯一级别实际上都存储为整数，并使用as.numeric()来访问/提取这些整数值。

df$unique_id <- 
    as.numeric(as.factor(with(df, paste(year, country, site, sep="_"))))
df
#   year country site unique_id
# 1 1999       K   di         1
# 2 1999       K   se         2
# 3 2000       M   di         3
# 4 2000       M   di         3
# 5 2000       S   di         4

Answer 2

我会这样做

lookup <- data.frame(id=1:length(unique(apply(df, 1, paste, collapse=""))), key=unique(apply(df, 1, paste, collapse="")))

df$id <- apply(df, 1, function(x) lookup[lookup$key==paste(x, collapse=""), "id"])

如何为多个数据框条目分配唯一标识符

2 个答案: