data.table
为游程编码提供了一个很好的便利函数rleid
:
library(data.table)
DT = data.table(grp=rep(c("A", "B", "C", "A", "B"), c(2, 2, 3, 1, 2)), value=1:10)
rleid(DT$grp)
# [1] 1 1 2 2 3 3 3 4 5 5
我可以在基座R
中使用:
df <- data.frame(DT)
rep(seq_along(rle(df$grp)$values), times = rle(df$grp)$lengths)
# [1] 1 1 2 2 3 3 3 4 5 5
是否有人知道dplyr
等效(?)或使用rleid
创建dplyr
行为的“最佳”方式是执行以下操作
library(dplyr)
my_rleid = rep(seq_along(rle(df$grp)$values), times = rle(df$grp)$lengths)
df %>%
mutate(rleid = my_rleid)
答案 0 :(得分:21)
您可以这样做(当您同时加载data.table和dplyr时):
DT <- DT %>% mutate(rlid = rleid(grp))
这给出了:
> DT grp value rlid 1: A 1 1 2: A 2 1 3: B 3 2 4: B 4 2 5: C 5 3 6: C 6 3 7: C 7 3 8: A 8 4 9: B 9 5 10: B 10 5
当您不想单独加载data.table时,您也可以使用(如评论中@DavidArenburg所述):
DT <- DT %>% mutate(rlid = data.table::rleid(grp))
正如@RichardScriven在评论中所说,你可以复制/窃取它:
myrleid <- data.table::rleid
答案 1 :(得分:10)
如果您只想使用基础R和 dplyr ,更好的方法是将您自己的一个或两个行版本的rleid()
作为一个函数包装起来然后随时应用它需要它。
library(dplyr)
myrleid <- function(x) {
x <- rle(x)$lengths
rep(seq_along(x), times=x)
}
## Try it out
DT <- DT %>% mutate(rlid = myrleid(grp))
DT
# grp value rlid
# 1: A 1 1
# 2: A 2 1
# 3: B 3 2
# 4: B 4 2
# 5: C 5 3
# 6: C 6 3
# 7: C 7 3
# 8: A 8 4
# 9: B 9 5
#10: B 10 5
答案 2 :(得分:6)
您可以使用Quick Auto Configure
中的lag
功能。
dplyr
给出
DT <-
DT %>%
mutate(rleid = (grp != lag(grp, 1, default = "asdf"))) %>%
mutate(rleid = cumsum(rleid))
答案 3 :(得分:1)
OP使用的方法的简化(不涉及其他程序包)可以是:
DT %>%
mutate(rleid = with(rle(grp), rep(seq_along(lengths), lengths)))
grp value rleid
1 A 1 1
2 A 2 1
3 B 3 2
4 B 4 2
5 C 5 3
6 C 6 3
7 C 7 3
8 A 8 4
9 B 9 5
10 B 10 5
或者:
DT %>%
mutate(rleid = rep(seq(ls <- rle(grp)$lengths), ls))