Question

我有一个包含列的数据集＆＃34; Seq＆＃34;和＆＃34; N＆＃34;具有不同的值（以下示例）。我想根据＆＃34; N＆＃34;插入一个ID号码。改变以及＆＃34; Seq＆＃34;的特定值。列即3（如果最后一行有3作为Seq，则将Serial更改为下一个数字）。我正在使用for循环。但由于数据集庞大，需要花费大量时间。还有其他办法。

数据集示例：

S    N    Seq 
1  BAC     1  
2  BAC     2  
3  BAC     3   
3  BAC     2   
4  ABC     1   
5  ABC     3      
6  ABC     3   
6  BGC     1

我需要的例子：

S    N    Seq  Serial
1  BAC     1     1
2  BAC     2     1  #updated row
3  BAC     3     1
3  BAC     2     2
4  ABC     1     3
5  ABC     3     3   
6  ABC     3     4   #updated row(getting 3 only)
6  BGC     1     5

这是我正在使用的for循环：

for(i in 2:nrow(hjk1)){
  hjk1$Serial[1]=1 
  if(hjk1$N[i]!=hjk1$N[i-1])
    hjk1$Serial[i]<-hjk1$Serial[i-1]+1
  else
    if(hjk1$Seq[i-1]=3
    hjk1$Serial[i]<-hjk1$Serial[i-1]+1
  else
    hjk1$Serial[i]<-hjk1$Serial[i-1]
}

我需要替换这个for循环。

Answer 1

我们可以将paste和match组合使用na.locf

library(zoo)
v1 <- with(df1, paste(N, na.locf(replace(Seq, Seq==3, NA))))
df1$Serial <- match(v1, unique(v1))
df1$Serial
#[1] 1 1 2 3 3 4

或另一个选项是factor

df1$Serial <- as.integer(factor(v1, levels = unique(v1)))

或者我们可以使用tidyverse

library(tidyverse)
df1 %>%
   mutate(Seq1 = replace(Seq, Seq ==3, NA)) %>% 
   fill(Seq1) %>% 
   unite(N_Seq, N, Seq1, remove = FALSE) %>%
   mutate(Serial = match(N_Seq, unique(N_Seq))) %>% 
   select(-Seq1, -N_Seq)
#   S   N Seq Serial
# 1 1 BAC   1      1
# 2 2 BAC   3      1
# 3 3 BAC   2      2
# 4 4 ABC   1      3
# 5 5 ABC   3      3
# 6 6 BGC   1      4

更新

根据评论，我们可以做到

df1$Serial <- with(df1,  cumsum(c(FALSE, diff(Seq==3)< 0)|!duplicated(N)))
df1$Serial
#[1] 1 1 1 2 3 3 3 4

UPDATE2

df1$Serial <- with(df1, cumsum(!duplicated(cbind(c(0, cumsum(Seq[-length(Seq)]==3)), N))))
df1$Serial
#[1] 1 1 1 2 3 3 4 5

数据

df1 <- structure(list(S = 1:6, N = c("BAC", "BAC", "BAC", "ABC", "ABC", 
 "BGC"), Seq = c(1L, 3L, 2L, 1L, 3L, 1L)), .Names = c("S", "N", 
 "Seq"), class = "data.frame", row.names = c(NA, -6L))
###Update

df1<- rbind(df1,list(7,"BAC",2),list(8,"ABC",3)) 
df1<- df1[c(1,7,2,3,4,8,5,6),]

组内排序和w.r.t. R值

1 个答案:

更新

UPDATE2

数据