有条件的数字序列

Numeric sequence with condition

我有一个很大的 data.frame,我想为其生成一个新列(称为 Seq),它有一个顺序值,每次在不同的列中发生更改时都会重新启动。这是 data.frame(省略了列)和名为 Seq 的新列的示例。如您所见,有一个连续计数,但每次有新的 IDPath 时,连续计数都会重新开始。 sequentiel长度可以有不同的长度,有的是1长,有的是300。

IDPath    LogTime               Seq
AADS      19-06-2015 01:57      1
AADS      19-06-2015 01:55      2
AADS      19-06-2015 01:54      3
AADS      19-06-2015 01:53      4
DHSD      19-06-2015 12:57      1
DHSD      19-06-2015 10:58      2
DHSD      19-06-2015 09:08      3
DHSD      19-06-2015 08:41      4

使用data.table包,这里有一个方法可以得到你想要的东西:

require(data.table)
setDT(dt)[, Seq:=1:.N, by=IDPath]
# or, as mentioned by @DavidArenburg
setDT(dt)[, Seq:=seq_len(.N), by=IDPath]

dt
#   IDPath          LogTime Seq
#1:   AADS 19-06-2015 01:57   1
#2:   AADS 19-06-2015 01:55   2
#3:   AADS 19-06-2015 01:54   3
#4:   AADS 19-06-2015 01:53   4
#5:   DHSD 19-06-2015 12:57   1
#6:   DHSD 19-06-2015 10:58   2
#7:   DHSD 19-06-2015 09:08   3
#8:   DHSD 19-06-2015 08:41   4

强制性 Hadleyverse 答案(基础 R 答案也包括在 Hadleyvese 答案之后):

library(dplyr)

dat <- read.table(text="IDPath    LogTime 
AADS      '19-06-2015 01:57'      
AADS      '19-06-2015 01:55'    
AADS      '19-06-2015 01:54'      
AADS      '19-06-2015 01:53'      
DHSD      '19-06-2015 12:57'      
DHSD      '19-06-2015 10:58'      
DHSD      '19-06-2015 09:08'      
DHSD      '19-06-2015 08:41'      ", header=TRUE, stringsAsFactors=FALSE, quote="'")

mutate(group_by(dat, IDPath), Seq=1:n())

或(通过 David Arenburg)

mutate(group_by(dat, IDPath), Seq=row_number())

或者,如果您喜欢管道:

dat %>%
  group_by(IDPath) %>%
  mutate(Seq=1:n())

或(通过 David Arenburg)

dat %>%
  group_by(IDPath) %>%
  mutate(Seq=row_number())

强制性基础 R 答案:

unsplit(lapply(split(dat, dat$IDPath), transform, Seq=1:length(IDPath)), dat$IDPath)

或更惯用的方式(再次通过 David)

with(dat, ave(IDPath, IDPath, FUN = seq_along))

如果它确实是一个巨大的数据框,那么您可能希望从 tbl_dt(dat) 开始,以获得 dplyr 解决方案,但是如果您已经在使用 data.table.

您还可以使用 data.table 包中的 rleid 函数,该函数专门用于在分组操作中生成 运行-length type id 列:

library(data.table)
setDT(df)[, Seq := rleid(LogTime), by=IDPath]

给出:

> df
   IDPath          LogTime Seq
1:   AADS 19-06-2015:01:57   1
2:   AADS 19-06-2015:01:55   2
3:   AADS 19-06-2015:01:54   3
4:   AADS 19-06-2015:01:53   4
5:   DHSD 19-06-2015:12:57   1
6:   DHSD 19-06-2015:10:58   2
7:   DHSD 19-06-2015:09:08   3
8:   DHSD 19-06-2015:08:41   4

另一种选择是使用 rowid 函数:

setDT(df)[, Seq := rowid(IDPath)]

这可能有点冗长,但很简单,

alphabets <- c("a", "a", "b", "c", "c")
df <- data.frame(alphabets)
a <- table(df$alphabets)
k <- 1


for (i in 1:length(a))
{
 l <- 1
 for(j in 1:a[i])
{
   df$seq[k] <- l
   k <- k+ 1
   l <- l+ 1
}
}

df
#  alphabets seq
#1         a   1
#2         a   2
#3         b   1
#4         c   1
#5         c   2