Question

我有一些数据：

test <- data.frame(A=c("aaabbb",
"aaaabb",
"aaaabb",
"aaaaab",
"bbbaaa")
)

等等。所有元素都是相同的长度，并且在我得到之前已经排序。

我需要建立一个新的行列，“第一”，“第二”，“第三”，之后的任何内容都可以留空，并且需要考虑关系。所以在上面的例子中，我想获得以下输出：

   A       B
 aaabbb  First
 aaaabb  Second
 aaaabb  Second
 aaaaab  Third
 bbbaaa
 bbbbaa

我查看了rank（）和其他一些使用它的帖子，但我无法让它去做我想要的。

Answer 1

这个怎么样：

test$B <- match(test$A , unique(test$A)[1:3] )
test
       A  B
1 aaabbb  1
2 aaaabb  2
3 aaaabb  2
4 aaaaab  3
5 bbbaaa NA
6 bbbbaa NA

执行此操作的众多方法之一。可能不是最好的，但是很容易让人想起并且相当直观。您可以使用unique，因为您收到了预先排序的数据。

在对数据进行排序时，另一个值得考虑的合适函数是rle，尽管在这个例子中它稍微有些迟钝：

rnk <- rle(as.integer(df$A))$lengths
rnk
# [1] 1 2 1 1 1
test$B <- c( rep( 1:3 , times = rnk[1:3] ) , rep(NA, sum( rnk[-c(1:3)] ) ) )

rle计算向量中相等值运行的长度（以及我们并不真正关心的值） - 所以这也是有效的，因为您的数据已经被排序了。

如果你没有在排名第三的项目之后有空白它甚至更简单（也更可读）：

test$B <- rep(1:length(rnk),times=rnk)

Answer 2

这似乎是一个很好的应用因素：

test$B <- as.numeric(factor(test$A, levels = unique(test$A)))

cumsum也会浮现在脑海中，每当值发生变化时我们都会添加1：

test$B <- cumsum(c(TRUE, tail(test$A, -1) != head(test$A, -1)))

（就像@Simon说的，有很多方法可以做到这一点......）