我有一个具有以下结构的数据框(df)
ID person_id person_type proof_id
A1 P1 applicant A1321
A1 P1 applicant A423412
A1 P1 applicant W352352
A1 P2 co_applicant D43252
A1 P2 co_applicant G43222
A2 P5 applicant K5647
A2 P5 applicant Pu7e5
A2 P6 co_applicant L032u4
A2 P7 co_applicant Q3344
我正在尝试添加另一列来区分两个person_co_applicant
ID person_id person_type proof_id final
A1 P1 applicant A1321 applicant1
A1 P1 applicant A423412 applicant1
A1 P1 applicant W352352 applicant1
A1 P2 co_applicant D43252 co_applicant1
A1 P2 co_applicant G43222 co_applicant1
A2 P5 applicant K5647 applicant1
A2 P5 applicant Pu7e5 applicant1
A2 P6 co_applicant L032u4 co_applicant1
A2 P7 co_applicant Q3344 co_applicant2
我厌倦了以下内容,但每行都会增加:
df <- df %>% group_by(ID, person_type, person_id ) %>%
mutate(final = paste(person_type, 1:n()))
答案 0 :(得分:3)
您当然只能通过ID
和person_type
library(data.table)
setDT(df)[, final:=paste0(person_type,1:length(unique(person_id))),.(ID, person_type)]
使用dplyr
,您可以使用n_distinct
:
df %>%
group_by(ID, person_type) %>%
mutate(final=paste0(person_type, 1:n_distinct(person_id)))
答案 1 :(得分:2)
您可以将data.table
与?rleid
:
library(data.table)
setDT(df)[,final := paste0(person_type, rleid(person_id)),
by = c("ID", "person_type")]
> df
ID person_id person_type proof_id final
1: A1 P1 applicant A1321 applicant1
2: A1 P1 applicant A423412 applicant1
3: A1 P1 applicant W352352 applicant1
4: A1 P2 co_applicant D43252 co_applicant1
5: A1 P2 co_applicant G43222 co_applicant1
6: A2 P5 applicant K5647 applicant1
7: A2 P5 applicant Pu7e5 applicant1
8: A2 P6 co_applicant L032u4 co_applicant1
9: A2 P7 co_applicant Q3344 co_applicant2