根据一个特定值及其另一个变量的行索引创建分类变量条件
Creating an categorical variable conditioning on one specific value and its row indices of another variable
为了简单和可重复性，我在这里使用一个简单的数据框：
set.seed(1234)
df <- data.frame(v1 = sample(c("A", "B", "C", "D", "E", "F"), 100,
replace = TRUE, prob = c(0.1,0.2,0.2,0.2,0.2,0.1)))
我的真实数据集包含从 pdf 文档中截取的几页。想象一下，“A”表示新页面开始。因此，例如，直到第一个“A”出现的行，所有数据都属于第一页。
通过使用以下代码，我可以轻松获取新页面开始的行索引：
page <- which(df$v1 == "A")
结果：在第 14 28 39 81 92 行中，我们观察到一个“A”。
为了能够按页对数据进行分组，我想创建一个指示页码的新变量。因此，我想为行索引 < 14 的所有行分配值 1，为索引在 14 到 27 之间的所有行分配值 2，为索引在 28 到 38 之间的所有行分配值 3，依此类推。
当然我的数据集比这个例子大得多，所以一个简单的 ifelse() 指定条件的解决方案效率不高。此外，我想要有通用代码，我可以将其应用于其他数据（从其他 pdf 中删除），这些数据将在不同位置具有“A”。
我已经在互联网上搜索了很多，但找不到与我的情况相似的内容。如果有人能帮助我，我将不胜感激，因为我不知道如何处理这种情况。
非常感谢！
您可以使用cumsum
df$page = cumsum(df$v1 == "A") + 1L
为了简单和可重复性，我在这里使用一个简单的数据框：
set.seed(1234)
df <- data.frame(v1 = sample(c("A", "B", "C", "D", "E", "F"), 100,
replace = TRUE, prob = c(0.1,0.2,0.2,0.2,0.2,0.1)))
我的真实数据集包含从 pdf 文档中截取的几页。想象一下，“A”表示新页面开始。因此，例如，直到第一个“A”出现的行，所有数据都属于第一页。
通过使用以下代码，我可以轻松获取新页面开始的行索引：
page <- which(df$v1 == "A")
结果：在第 14 28 39 81 92 行中，我们观察到一个“A”。
为了能够按页对数据进行分组，我想创建一个指示页码的新变量。因此，我想为行索引 < 14 的所有行分配值 1，为索引在 14 到 27 之间的所有行分配值 2，为索引在 28 到 38 之间的所有行分配值 3，依此类推。
当然我的数据集比这个例子大得多，所以一个简单的 ifelse() 指定条件的解决方案效率不高。此外，我想要有通用代码，我可以将其应用于其他数据（从其他 pdf 中删除），这些数据将在不同位置具有“A”。
我已经在互联网上搜索了很多，但找不到与我的情况相似的内容。如果有人能帮助我，我将不胜感激，因为我不知道如何处理这种情况。
非常感谢！
您可以使用cumsum
df$page = cumsum(df$v1 == "A") + 1L