Question

我的实际数据集由每个id的重复测量组成，其中测量的数量可能因人而异。一个简单的例子是：

dat <- data.frame(id = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 3L, 3L, 3L))
dat
##    id
## 1   1
## 2   1
## 3   1
## 4   1
## 5   1
## 6   1
## 7   2
## 8   2
## 9   3
## 10  3
## 11  3

我正在尝试按dat变量顺序编号id行。结果应该是：

dat
##    id s
## 1   1 1
## 2   1 2
## 3   1 3
## 4   1 4
## 5   1 5
## 6   1 6
## 7   2 1
## 8   2 2
## 9   3 1
## 10  3 2
## 11  3 3

你会怎么做？我尝试使用id选择每个duplicated()的最后一行，但这可能不是这样，因为它适用于整个列。

Answer 1

使用ave()。第一项是您要将该功能应用于的项目;其他项目是您的分组变量，FUN是您要应用的功能。有关详细信息，请参阅?ave。

transform(dat, s = ave(id, id, FUN = seq_along))
#    id s
# 1   1 1
# 2   1 2
# 3   1 3
# 4   1 4
# 5   1 5
# 6   1 6
# 7   2 1
# 8   2 2
# 9   3 1
# 10  3 2
# 11  3 3

如果您有大型数据集或使用data.table包，则可以使用“.N”，如下所示：

library(data.table)
DT <- data.table(dat)
DT[, s := 1:.N, by = "id"]
## Or
## DT[, s := sequence(.N), id][]

或者，您可以使用rowid，如下所示：

library(data.table)
setDT(dat)[, s := rowid(id)][]
#     id s
#  1:  1 1
#  2:  1 2
#  3:  1 3
#  4:  1 4
#  5:  1 5
#  6:  1 6
#  7:  2 1
#  8:  2 2
#  9:  3 1
# 10:  3 2
# 11:  3 3

为了完整起见，这是“tidyverse”方法：

library(tidyverse)
dat %>% 
  group_by(id) %>% 
  mutate(s = row_number(id))
## # A tibble: 11 x 2
## # Groups: id [3]
##       id     s
##    <int> <int>
##  1     1     1
##  2     1     2
##  3     1     3
##  4     1     4
##  5     1     5
##  6     1     6
##  7     2     1
##  8     2     2
##  9     3     1
## 10     3     2
## 11     3     3

Answer 2

dat <- read.table(text = "
    id          
    1 
    1 
    1 
    1 
    1 
    1 
    2 
    2 
    3 
    3 
    3", 
header=TRUE)

data.frame(
    id = dat$id,
    s = sequence(rle(dat$id)$lengths) 
)

给出：

Answer 3

使用tapply但不优雅ave

 cbind(dat$id,unlist(tapply(dat$id,dat$id,seq_along)))
  [,1] [,2]
11    1    1
12    1    2
13    1    3
14    1    4
15    1    5
16    1    6
21    2    1
22    2    2
31    3    1
32    3    2
33    3    3

在不等长度的许多行块内顺序编号

3 个答案: