Question

我正在寻找一种为列生成序列的方法，列中的城市名称按ID分组。重要的是，当重复城市名称（在组内）时，必须开始新的序列。如果有新ID，也应该启动新序列。

编辑：

如何创建上述序列的问题已经解决。为了帮助稍后选择具有最高序列号的行，我正在寻找一种向数据帧添加新列的方法，该数据帧为每个记录显示每个序列，每个ID是每个序列的最大数量。

以下是我想要实现的示例，基于数据框的简化版本：

ID  City    Sequence    Highest_number
1   Nijmegen    1    2
1   Nijmegen    2    2
1   Arnhem      1    2
1   Arnhem      2    2
1   Nijmegen    1    1
1   Arnhem      1    3
1   Arnhem      2    3
1   Arnhem      3    3
1   Nijmegen    1    1
2   Nijmegen    1    1
2   Utrecht     1    1
2   Amsterdam   1    2
2   Amsterdam   2    2
2   Utrecht     1    4
2   Utrecht     2    4
2   Utrecht     3    4
2   Utrecht     4    4 

mydf <- data.frame(ID = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2), 
        City = c("Nijmegen", "Nijmegen", "Arnhem", "Arnhem", "Nijmegen", 
        "Arnhem", "Arnhem","Arnhem", "Nijmegen", "Nijmegen", "Utrecht", 
       "Amsterdam", "Amsterdam", "Utrecht", "Utrecht", "Utrecht", "Utrecht"))

Answer 1

构建一个＆＃39;游程编码＆＃39;并用它来生成序列

rle <- rle(as.character(mydf$City))
mydf$Sequence <- unlist(lapply(rle$length, seq_len))

对于更新的问题，其中两列构成键，将列与唯一符号粘贴在一起并使用

进行计算

rle <- rle(paste(mydf$ID, mydf$City, sep = "\r"))
mydf$Sequence <- unlist(lapply(rle$length, seq_len))

这将是＆＃39; fast＆＃39;，特别是与for循环相比。

Answer 2

一个好的旧for循环可以解决这个问题

mydf$Sequence <- NA

for(i in seq_len(nrow(mydf))) {
  if (i == 1 || (mydf$City[i] != mydf$City[i-1]) || (mydf$ID[i] != mydf$ID[i-1]))
    mydf$Sequence[i] <- 1
  else
    mydf$Sequence[i] <- mydf$Sequence[i-1] + 1

}

生成序列（并在重复的情况下重新开始）并在R

2 个答案: