Question

我需要从包含组的数据集创建（带有R）对的滚动索引。请考虑以下数据集：

times <- c(4,3,2)
V1 <- unlist(lapply(times, function(x) seq(1, x)))
df <- data.frame(group = rep(1:length(times), times = times), 
                 V1 = V1, 
                 rolling_index = c(1,1,2,2,3,3,4,5,5))

df
  group V1 rolling_index
1     1  1             1
2     1  2             1
3     1  3             2
4     1  4             2
5     2  1             3
6     2  2             3
7     2  3             4
8     3  1             5
9     3  2             5

我的数据框包括变量组和V1。在每个组内，V1指定一个运行索引（可以从1开始，也可以不从1开始）。

我想创建一个看起来像rolling_index的新索引变量。此变量将同一组中的行和连续的V1值分组，从而创建新的滚动索引。这个新索引必须是连续的组。如果组内的行数不均匀（例如组2），则最后一行获得其自己的滚动索引值。

Answer 1

你可以尝试

library(data.table)
setDT(df)[,  gr:=as.numeric(gl(.N, 2, .N)), group][, 
     rollindex:=cumsum(c(TRUE,abs(diff(gr))>0))][,gr:= NULL]
#    group V1 rolling_index rollindex
#1:     1  1             1         1
#2:     1  2             1         1
#3:     1  3             2         2
#4:     1  4             2         2
#5:     2  1             3         3
#6:     2  2             3         3
#7:     2  3             4         4
#8:     3  1             5         5
#9:     3  2             5         5

或使用base R

 indx1 <- !duplicated(df$group)
 indx2 <- with(df, ave(group, group, FUN=function(x)
                           gl(length(x), 2, length(x))))
 cumsum(c(TRUE,diff(indx2)>0)|indx1)
 #[1] 1 1 2 2 3 3 4 5 5

更新

以上方法基于“组”列。假设您已按组显示序列列（'V1'），如示例所示，滚动索引的创建更容易

 cumsum(!!df$V1 %%2)
 #[1] 1 1 2 2 3 3 4 5 5

正如帖子中所提到的，如果某些群组的'V1'列不是从'1'开始，我们可以从'群组'获取序列，然后执行上面的cumsum

 cumsum(!!with(df, ave(seq_along(group), group, FUN=seq_along))%%2)
 #[1] 1 1 2 2 3 3 4 5 5

Answer 2

可能有一种更简单的方法，但你可以做到：

rep_each <- unlist(mapply(function(q,r) {c(rep(2, q),rep(1, r))}, 
                          q=table(df$group)%/%2,
                          r=table(df$group)%%2))

df$rolling_index <- inverse.rle(x=list(lengths=rep_each, values=seq(rep_each)))

df$rolling_index 
#[1] 1 1 2 2 3 3 4 5 5

在组上创建对的滚动索引

2 个答案:

更新