标记第一次基于参数的记录出现在 r 数据帧中

Question

我有一个包含多列的数据框 df。

数据框已按联系人 ID C_ID 排序。 C_ID 可以在数据框中出现多次。我想在 C_ID 第一次出现时在 MainRecord 列中放置一个 "X"，这样结果如下：

C_ID  Name  MainRecord
1     JM    X
1     JM  
1     JM  
2     DM    X
3     TY    X
3     TY

我认为我的解决方案需要引用 head 函数：df[,head(1)]

Answer 1

我们可以按 'C_ID'、'Name' 分组，然后用 case_when

创建 'MainRecord'

library(dplyr)
df1 %>%
  group_by(C_ID, Name) %>%
  mutate(MainRecord = case_when(row_number()==1 ~ "X", TRUE ~ ""))
# A tibble: 6 x 3
# Groups:   C_ID, Name [3]
#   C_ID Name  MainRecord
#  <int> <chr> <chr>     
#1     1 JM    X         
#2     1 JM    ""        
#3     1 JM    ""        
#4     2 DM    X         
#5     3 TY    X         
#6     3 TY    ""

或者另一种选择是ifelse

df1 %>%
   group_by(C_ID, Name) %>% 
   mutate(MainRecord = ifelse(row_number()==1, "X", ""))

或使用索引

df1 %>% 
   group_by(C_ID, Name) %>% 
   mutate(MainRecord = c("", "X")[(row_number()==1) + 1])

或使用 data.table，使用 .I 获取行索引并分配 (:=) 对应于行

的 'X' 值

library(data.table)
i1 <- setDT(df1)[, .I[seq_len(.N) == 1], .(C_ID, Name)]$V1
df1[i1, MainRecord := "X"]

或 base R

i1 <- with(df1, ave(seq_along(C_ID), C_ID, Name, FUN = seq_along)==1)
df1$MainRecord[i1] <- "X"

标记第一次基于参数的记录出现在 r 数据帧中

flagging the first time a record based on parameter appears in r dataframe

sorting

r

head