对数据帧中组内的行进行编号

Question

对数据帧中组内的行进行编号使用类似于此的数据框架：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 我试图在每个组中添加一个有编号的列。这样做显然不是利用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  做这件事的好方法是什么？

Answer 1

因为我做了这个r-常见问题更完整的问题，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

如果df$cat是一个因素变量，您需要将它包装在as.character第一：

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

Answer 2

下面是使用for按组循环，而不是按行循环(就像OP做的那样)

for (i in unique(df$cat)) df$num[df$cat == i] <- seq_len(sum(df$cat == i))

Answer 3

我想添加一个data.table变量使用rank()函数，它提供了更改顺序的额外可能性，从而使其比seq_len()解决方案，非常类似于RDBMS中的行号函数。

# Variant with ascending ordering

library(data.table)

dt <- data.table(df)

dt[, .( val

   , num = rank(val))

    , by = list(cat)][order(cat, num),]

    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

# Variant with descending ordering

dt[, .( val

   , num = rank(-val))

    , by = list(cat)][order(cat, num),]