Question

我正在处理包含10,000个人的数据。该数据有8个二进制（0,1）变量。每个变量是一个指标，如果调查模块存在== 1或不= = 0.总体而言，2 ^ 8 = 256个可能的0和1组合，每个变量和每个人都是可能的。

目标：我想对具有相同行的个人进行分组（这意味着参与相同模块的个人）。

我的数据类似于以下示例，只有三个变量：

# example
dat <- data.frame(id = 1:8,          # unique ID
                  v1 = rep(0:1, 4),
                  v2 = rep(1:0, 4),
                  v3 = rep(1:1, 4))

# I can find the unique rows
unique(dat[ , -1])

# I also can count the number of occurence of the unique rows (as suggested by http://stackoverflow.com/questions/12495345/find-indices-of-duplicated-rows)
library(plyr)
ddply(dat[ , -1], .(v1, v2, v3), nrow)

# But I need the information of the occurence on the individual level like this:
dat$v4 <- rep(c("group1", "group2"), 4)

# The number of rows alone is not sufficient because, different combinations can be the same counting

Answer 1

我推荐来自＆＃34; data.table＆＃34;的.GRP为此：

library(data.table)
> as.data.table(dat)[, v4 := sprintf("group_%s", .GRP), .(v1, v2, v3)][]
   id v1 v2 v3      v4
1:  1  0  1  1 group_1
2:  2  1  0  1 group_2
3:  3  0  1  1 group_1
4:  4  1  0  1 group_2
5:  5  0  1  1 group_1
6:  6  1  0  1 group_2
7:  7  0  1  1 group_1
8:  8  1  0  1 group_2

对具有相同行的个体进行分组

1 个答案: