代码之家 › 专栏 › 技术社区 › the_darkside

根据id和行号分配索引[重复]

indexing r

the_darkside · 技术社区 · 7 年前

set.seed(100)  
df <- data.frame(cat = c(rep("aaa", 5), rep("bbb", 5), rep("ccc", 5)), val = runif(15))             
df <- df[order(df$cat, df$val), ]  
df  

   cat        val  
1  aaa 0.05638315  
2  aaa 0.25767250  
3  aaa 0.30776611  
4  aaa 0.46854928  
5  aaa 0.55232243  
6  bbb 0.17026205  
7  bbb 0.37032054  
8  bbb 0.48377074  
9  bbb 0.54655860  
10 bbb 0.81240262  
11 ccc 0.28035384  
12 ccc 0.39848790  
13 ccc 0.62499648  
14 ccc 0.76255108  
15 ccc 0.88216552

我正在尝试在每个组中添加一个带有编号的列。这样做显然没有使用R的力量:

 df$num <- 1  
 for (i in 2:(length(df[,1]))) {  
   if (df[i,"cat"]==df[(i-1),"cat"]) {  
     df[i,"num"]<-df[i-1,"num"]+1  
     }  
 }  
 df  

   cat        val num  
1  aaa 0.05638315   1  
2  aaa 0.25767250   2  
3  aaa 0.30776611   3  
4  aaa 0.46854928   4  
5  aaa 0.55232243   5  
6  bbb 0.17026205   1  
7  bbb 0.37032054   2  
8  bbb 0.48377074   3  
9  bbb 0.54655860   4  
10 bbb 0.81240262   5  
11 ccc 0.28035384   1  
12 ccc 0.39848790   2  
13 ccc 0.62499648   3  
14 ccc 0.76255108   4  
15 ccc 0.88216552   5

这样做的好方法是什么?

0 回复 | 直到 8 年前

stevec Zxeenu 5 年前

使用 ave , ddply , dplyr data.table :

df$num <- ave(df$val, df$cat, FUN = seq_along)

或:

library(plyr)
ddply(df, .(cat), mutate, id = seq_along(val))

library(dplyr)
df %>% group_by(cat) %>% mutate(id = row_number())

或(内存效率最高,因为它在 DT ):

library(data.table)
DT <- data.table(df)

DT[, id := seq_len(.N), by = cat]
DT[, id := rowid(cat)]

gdkrmr Pittoro 5 年前

谢谢你做这个 r-faq 问题更完整,一个基本的R选项 sequence 和 rle

df$num <- sequence(rle(df$cat)$lengths)

它给出了预期的结果:

> df
   cat        val num
4  aaa 0.05638315   1
2  aaa 0.25767250   2
1  aaa 0.30776611   3
5  aaa 0.46854928   4
3  aaa 0.55232243   5
10 bbb 0.17026205   1
8  bbb 0.37032054   2
6  bbb 0.48377074   3
9  bbb 0.54655860   4
7  bbb 0.81240262   5
13 ccc 0.28035384   1
14 ccc 0.39848790   2
11 ccc 0.62499648   3
15 ccc 0.76255108   4
12 ccc 0.88216552   5

df$cat 是一个因子变量,您需要将其封装在 as.character 第一:

df$num <- sequence(rle(as.character(df$cat))$lengths)

推荐文章

Merlin Nestler · 为什么索引中的列顺序在这种情况下会产生如此大的影响?

1 年前

Max · 用两列中的特定值对识别R中的数据帧行

1 年前

Remaker Shadow · Excel-索引+匹配公式问题[重复]

1 年前

Dasi · Pandas.loc返回序列或浮点数不一致

1 年前

climsaver · 首次连续查找两个相同值的索引

2 年前

Ecanyte · 矩阵索引/展平

2 年前

Some Name · 为什么index[]试图移动值,但直接调用index不会[重复]

2 年前

sds Niraj Rajbhandari · 在时间戳索引中按日期时间查找不起作用

2 年前

babipsylon · 在C中创建div_t类型结构元素的数组++

2 年前

Martin AJ · 如何在庞大的数据集上快速执行COUNT(*)?

2 年前