Question

我想添加一列来计算连续值的数量。我在这里看到的大部分内容是如何计算重复值（1,1,1,1,1），当数字增加1（5,6,7,8,9）时，我想计算一个。我要创建ID列，计数器列是我要创建的列。谢谢！

Answer 1

循环版本很简单：

for (i in 2:length(ID)) 
  if (diff(ID)[i-1] == 1) 
    counter[i] <- counter[i-1] +1
  else
    counter[i] <- 1

但是对于n> 10 ^ 4，此循环将表现非常糟糕！我将尝试考虑向量解！

Answer 2

使用dplyr软件包的解决方案。这个想法是计算每个数字之间的差以创建一个分组列，然后将计数器分配给每个组。

library(dplyr)

dat2 <- dat %>%
  mutate(Diff = ID - lag(ID, default = 0),
         Group = cumsum(Diff != 1)) %>%
  group_by(Group) %>%
  mutate(Counter = row_number()) %>%
  ungroup() %>%
  select(-Diff, -Group)
dat2
# # A tibble: 10 x 2
#       ID Counter
#    <int>   <int>
#  1     5       1
#  2     6       2
#  3     7       3
#  4     8       4
#  5    10       1
#  6    11       2
#  7    13       1
#  8    14       2
#  9    15       3
# 10    16       4

数据

dat <- read.table(text = "ID
5   
6  
7  
8  
10  
11  
13  
14  
15  
16",
                  header = TRUE, stringsAsFactors = FALSE)

Answer 3

您可以使用

s=df$ID-shift(df$ID)
s[is.na(s)]=1   
ave(s,cumsum(s!=1),FUN=seq_along)
[1] 1 2 3 4 1 2 1 2 3 4

Answer 4

该函数仅使用高效的矢量算法。想法如下：

1。取ID差异的累积总和

2。如果跳转大于1，则减去该值

cum <- c(0, cumsum(diff(ID)))  # take the cumulative difference of ID
ccm <- cum * c(1, (diff(ID) > 1))  # those with jump > 1 will remain its value

# subtract value with jump > 1 for all following numbers (see Link for reference)
# note: rep(0, n) is because ccm[...] starts at first non null value

counter <- cum - c(rep(0, which(diff(dat) != 1)[1]),
                   ccm[which(ccm != 0)][cumsum(ccm != 0)]) + 1
enter code here

注释：

nacnudus对高效填充函数的参考：Fill in data frame with values from rows above
限制：ID必须单调递增

那应该可以有效地处理您数百万的数据！

Answer 5

另一种解决方案：

  breaks <- c(which(diff(ID)!=1), length(ID))
  x <- c(breaks[1], diff(breaks))
  unlist(sapply(x, seq_len))

添加一列以计数顺序数

5 个答案: