Question

我想组合4列中每一行的值来获得单个唯一值，并在R中创建这些值的新列。例如，我有一个如下数据框：

 Col_1   Col_2  Col_3  Col_4
  1      23       45    12 
  0      45       17    4
  0     667       60    5
  64     123      299   5
  87      23      60    6

现在我想要的新列col_5应该在其所有行中包含一个唯一值，表示这4个值... 例如第一行是（1,23,45,12），这是一个我的数据框中的唯一组合，但列中的单个值不是，因此我想在col_5中为所有行分配此组合的唯一值。请在R中建议一个函数。

此外，如果组合发生不止一次，则col_5中用于此类重复的值应该相同。

我尝试过使用DT[, lapply(.SD,sum), by=list(col_1,col_2,col_3,col_4)]和 DT[, Mean:=mean(col_4), by=list(col_1,col_2,col_3)]但它并没有给我独特的价值。

Answer 1

使用：

df$Col_5 <- paste(df$Col_1,df$Col_2,df$Col_3,df$Col_4,sep=",")

你得到了理想的结果。另一种选择（受@beginneR启发）是：

df$Col_5 <- do.call(paste, c(df, sep=","))

如@beginneR所述，这不能是数字变量：

> class(df[,5])
[1] "character"

如果需要数值，也可以使用：

df$Col_5 <- paste0(sprintf("%03s",df$Col_1),sprintf("%03s",df$Col_2),sprintf("%03s",df$Col_3),sprintf("%03s",df$Col_4))

当你想要它是数字时：

df$Col_5 <- as.numeric(paste0(sprintf("%03s",df$Col_1),sprintf("%03s",df$Col_2),sprintf("%03s",df$Col_3),sprintf("%03s",df$Col_4)))

Answer 2

您可以使用interaction()获取数值。这将创建一个因子，然后您可以将其转换为数字

dd$Col_5 <- as.numeric(interaction(dd[1:4], drop=T))

数字本身是任意的，但对于每种组合都是唯一的。

Answer 3

如果dd是数据集：

library(qdap)
transform(dd, Col_5=paste2(dd,sep=","))

或

colpaste2df(dd, list(Col_5=1:4),sep=",")
     Col_1 Col_2 Col_3 Col_4     Col_5
1     1    23    45    12   1,23,45,12
2     0    45    17     4    0,45,17,4
3     0   667    60     5   0,667,60,5
4    64   123   299     5 64,123,299,5
5    87    23    60     6   87,23,60,6

Answer 4

在 dplyr 中，使用group_indices：

group_indices(mtcars, gear, carb)

这类似于interaction()，因为您不必担心两个字符串与paste()是相同的，但是不需要任何因素。

将4列中的值组合为单个唯一值

4 个答案: