Question

我正在尝试创建一列用于统计名称数量的列，并且每次从头开始时都从头开始，如下所示：

NAME          ID
PIERRE         1
PIERRE         2
PIERRE         3
PIERRE         4
JACK           1
ALEXANDRE      1
ALEXANDRE      2

可复制的数据

structure(list(NAME = structure(c(3L, 3L, 3L, 3L, 2L, 1L, 1L), .Label = 
c("ALEXANDRE", 
"JACK", "PIERRE"), class = "factor")), class = "data.frame", row.names 
= c(NA, 
-7L))

Answer 1

您可以沿着每个组（=名称）中的元素构建一个序列：

ave(1:nrow(df), df$NAME, FUN = seq_along)

或者，如果以后可能再次出现名称，它仍应计为一个新组（=更改名称），例如：

groups <- cumsum(c(FALSE, df$NAME[-1]!=head(df$NAME, -1)))
ave(1:nrow(df), groups, FUN = seq_along)

Answer 2

使用dplyr和data.table：

df %>%
  group_by(ID_temp = rleid(NAME)) %>%
  mutate(ID = seq_along(ID_temp)) %>%
  ungroup() %>%
  select(-ID_temp)

或者只是data.table：

setDT(df)[, ID := seq_len(.N), by=rleid(NAME)]

Answer 3

这是一种快速的方法。

首先，您可以设置数据：

mydata <- data.frame("name"=c("PIERRE", "ALEX", "PIERRE", "PIERRE", "JACK", "PIERRE", "ALEX"))

接下来，我添加一个1s的虚拟列，该列使解决方案变得不太美观：

mydata$placeholder <- 1

最后，我将占位符列（累加和）加起来，按名称列分组：

mydata$ID <- ave(mydata$placeholder, mydata$name, FUN=cumsum)

由于我以未排序的名称开头，因此我的数据框目前未排序，但是可以通过以下方式解决：

mydata <- mydata[order(mydata$name, mydata$ID),]

计算列中的值，然后重置

3 个答案: