有效修改数据框中引用前一行值的变量

Question

我有一个如下数据库：

df <- data.frame(id=c(1,1,1,2,2,3,3,4), num=c(12,12,12,28,28,17,17,7))

  id num
1  1  12
2  1  12
3  1  12
4  2  28
5  2  28
6  3  17
7  3  17
8  4   7

我想每次id的另一行时将num的值增加1。我有以下代码可以做到这一点：

for (i in 2:nrow(df3))  {
  if(df[i,1]==df[i-1,1]) {
     df[i,2]=df[i-1,2]+1
   }
 }

这将导致如下所示的答案：

  id num
1  1  12
2  1  13
3  1  14
4  2  28
5  2  29
6  3  17
7  3  18
8  4   7

此代码有效，但是我要处理的实际数据集有100亿行，因此效率很低。我尝试以不同方式使用lag()中的dplry函数，但没有成功。一种方法是从同一行的上一行获取ID进行比较，这是我的尝试：

df[,lag := shift(Id, 1L, type="lag")]
df[df$id==df$lag,2]<-shift(df[df$id==df$lag,2], 1L, type="lag")+1

但是，这显然不会运行。加快我的方法的任何帮助都将非常棒！谢谢。

Answer 1

使用ave

df$num+ave(df$id,df$id,FUN = seq_along)-1
[1] 12 13 14 28 29 17 18  7

Answer 2

library(data.table)
setDT(df)

df[, num := num + rowid(id) - 1L]

结果：

#    id num
# 1:  1  12
# 2:  1  13
# 3:  1  14
# 4:  2  28
# 5:  2  29
# 6:  3  17
# 7:  3  18
# 8:  4   7

Answer 3

如果您喜欢显式by，请使用另一种data.table方法：

library(data.table)
setDT(df)

df[ , num := num + 1:.N - 1, by=id]