Question

我有一个非常长的数据框（超过30万行），由一个任务的所有主题试验组成，并采用长格式。因此，大约有300行是针对一个主题的连续试验，其次是其他主题。我想做的是创建一个新列，其中包含每个主题的试用编号。

例如：

subject trial_number 101 1 101 2 101 3 102 1 102 2 102 3

我想我应该以某种方式使R从列主题中选择一个主题号，然后创建一个升序列表，然后将其循环到所有主题号上。但是我无法弄清楚如何遍历主题编号，同时又在这些主题的同一列中创建升序列表？创建新列的不同之处在于，我看到的全部都是基于其他列中的计算或值，对我而言，新列中的值不是基于另一列的计算或值。

我还考虑过根据主题编号将数据帧拆分为较小的数据，创建升序列表并再次合并它们？似乎是一种效率很低的方法吗？

我没有用于失败尝试的示例代码，因为我无法弄清楚如何构造它。我在想子集和内的某种组合？还是我的谷歌搜索技能还没有找到更好的解决方案？

Answer 1

使用dplyr。

library(dplyr)

dat2 <- dat %>%
  group_by(subject) %>%
  mutate(trial_number = 1:n()) %>%
  ungroup()
dat2
#   subject trial_number
#     <int>        <int>
# 1     101            1
# 2     101            2
# 3     101            3
# 4     102            1
# 5     102            2
# 6     102            3

或

dat2 <- dat %>%
  group_by(subject) %>%
  mutate(trial_number = row_number()) %>%
  ungroup()
dat2
#   subject trial_number
#     <int>        <int>
# 1     101            1
# 2     101            2
# 3     101            3
# 4     102            1
# 5     102            2
# 6     102            3

或data.table

library(data.table)

setDT(dat)

dat[, trial_number := seq_len(.N), by = subject][]
   subject trial_number
1:     101            1
2:     101            2
3:     101            3
4:     102            1
5:     102            2
6:     102            3

或者是rowid中的rowidv或data.table。

library(data.table)

setDT(dat)

dat[, trail_number := rowidv(dat, cols = "subject")][]
#    subject trial_number
# 1:     101            1
# 2:     101            2
# 3:     101            3
# 4:     102            1
# 5:     102            2
# 6:     102            3

library(data.table)

setDT(dat)

dat[, trail_number := rowid(dat$subject)][]
#    subject trial_number
# 1:     101            1
# 2:     101            2
# 3:     101            3
# 4:     102            1
# 5:     102            2
# 6:     102            3

或以tapply和unlist为基础的R。

dat2 <- dat
dat2$trial_number <- unlist(tapply(dat$subject, dat$subject, seq_along))
dat2
#   subject trial_number
# 1     101            1
# 2     101            2
# 3     101            3
# 4     102            1
# 5     102            2
# 6     102            3

数据

dat <- read.table(text = "subject
    101
    101
    101
    102
    102
    102 ", header = TRUE)

根据其他列中的值，在数据框中创建具有升序值的新列

1 个答案:

数据