Question

我有两列ID和Trial。 ID列填充 NA 。 Trial列从0开始并以一个arbritary数字结束（例如1232），然后下一个试验序列从0开始等。我的目标是为每个系列的试验创建一个唯一的ID。

我是R的新手并意识到有几种方法可以解决这个问题：

使用两个嵌套循环
将lapply（或rapply？）与抽象（？）函数调用或句柄一起使用
使用nextElem包中的iterator以及第1或第2点
首先生成列表并替换第二步中的值，例如基于子集上的某种迭代使用两个seq()：ex_data[subset]

到目前为止，我已经发现参加人数是：

N <- dim(filter(ex_data, Trial == 0))[1]

或更优雅：

N <- count(ex_data[Trial == 0])

特别是，这是我正在努力的条件部分，以及最像R的解决方案。

伪代码：

IDs are 1:N

while IDs < N+1
    current + 1
    while column Trial is > 0
        ID is IDs[current]
        next Trial
    next Trial

如何决定何时在apply系列等更紧凑的表达式上使用循环？具体来说，如何基于几乎循环的列生成新序列？

Example Data (for generation see below)


      id  t
 [1,] NA  0
 [2,] NA  1
 [3,] NA  2
 [4,] NA  3
 [5,] NA  4
 [6,] NA  5
 [7,] NA  0
 [8,] NA  1
 [9,] NA  2
[10,] NA  3
[11,] NA  4
[12,] NA  5
[13,] NA  6
[14,] NA  7
[15,] NA  0
[16,] NA  1
[17,] NA  2
[18,] NA  3
[19,] NA  4
[20,] NA  5
[21,] NA  6
[22,] NA  7
[23,] NA  8
[24,] NA  9
[25,] NA 10
[26,] NA 11
[27,] NA 12


# Generate Example Data
t <- c(0:5, 0:7, 0:12)
id <- rep(NA, length(t))
dta <- cbind(id, t)
# Optional (using dtplyr)
# dta <- tbl_df(dta)

Answer 1

我们可以使用data.table方法

ex_data[, ID := cumsum(!Trial)]

如何使用依赖于另一列的序列替换data.table列？

1 个答案: