一个因子水平内的记录数

时间:2013-07-29 12:00:43

标签: r for-loop count

我试图在表格中填充一个字段(或者创建一个单独的向量,以较容易的方式),连续数字从1到n,其中n是共享相同因子级别的记录总数,然后回到1为下一个级别,等等。对于像这样的表

data<-matrix(c(rep('A',4),rep('B',3),rep('C',4),rep('D',2)),ncol=1)

结果应该是一个新列(例如&#34; sample&#34;),如下所示:

sample<-c(1,2,3,4,1,2,3,1,2,3,4,1,2)

5 个答案:

答案 0 :(得分:2)

您可以将rle功能与lapply一起使用:

sample <- unlist(lapply(rle(data[,1])$lengths,FUN=function(x){1:x}))

data <- cbind(data,sample)

或者甚至更好,您可以将rlesequence合并到以下单行中(感谢@Arun建议)

data <- cbind(data,sequence(rle(data[,1])$lengths))

> data
      [,1] [,2]
 [1,] "A"  "1" 
 [2,] "A"  "2" 
 [3,] "A"  "3" 
 [4,] "A"  "4" 
 [5,] "B"  "1" 
 [6,] "B"  "2" 
 [7,] "B"  "3" 
 [8,] "C"  "1" 
 [9,] "C"  "2" 
[10,] "C"  "3" 
[11,] "C"  "4" 
[12,] "D"  "1" 
[13,] "D"  "2" 

答案 1 :(得分:2)

您可以使用ave

按如下方式获取
data <- data.frame(data)
new <- ave(rep(1,nrow(data)),data$data,FUN=cumsum)
all.equal(new,sample) # check if it's right.

答案 2 :(得分:1)

有很多不同的方法可以实现这一目标,但我更喜欢使用ddply()中的plyr,因为逻辑似乎对我非常一致。我认为使用data.frame(你的标题谈论一个因素的水平)更有意义:

dat <- data.frame(ID = c(rep('A',4),rep('B',3),rep('C',4),rep('D',2)))
library(plyr)
ddply(dat, .(ID), summarise, sample = 1:length(ID))
#    ID sample
# 1   A      1
# 2   A      2
# 3   A      3
# 4   A      4
# 5   B      1
# 6   B      2
# 7   B      3
# 8   C      1
# 9   C      2
# 10  C      3
# 11  C      4
# 12  D      1
# 13  D      2

答案 3 :(得分:0)

    factors <- unique(data)
    f1 <- length(which(data == factors[1]))
    ...
    fn <- length(which(data == factors[length(factors)]))

您可以使用for循环或“apply”系列来加速该部分。

然后,

    sample <- c(1:f1, 1:f2, ..., 1:fn)

您可以再次为该部分使用for循环。以下是您可以使用的完整脚本:

    data<-matrix(c(rep('A',4),rep('B',3),rep('C',4),rep('D',2)),ncol=1)

    factors <- unique(data)
    f <- c()

    for(i in 1:length(factors)) {
      f[i] <- length(which(data == factors[i]))
    }

    sample <- c()

   for(i in 1:length(f)) {
      sample <- c(sample, 1:f[i])
    }

    > sample
     [1] 1 2 3 4 1 2 3 1 2 3 4 1 2

答案 4 :(得分:0)

我的回答:

sample <- unlist(lapply(levels(factor(data)), function(x)seq_len(sum(factor(data)==x))))