如何为每个学生申报的专业创建顺序/排名

Question

我有一个数据集，其中包含学生 ID 和专业名称以及学期。主要的复杂因素是，如果学生回到以前的专业，我希望它算作另一个专业

StudID   Major       Term
12345    History     202101
12345    History     202102
12345    Management  202201
12345    History     202202

期望的结果

StudID   Major       Term    MajorNumber
12345    History     202101  1
12345    History     202102  1
12345    Management  202201  2
12345    History     202202  3

我唯一尝试过的是为每个专业提取最早的学期，然后根据每个专业的最早学期在 StudentID 中进行排名，但这意味着最终的“历史”变成了 1 而不是 3

Answer 1

data.table::rleid 函数就是这样做的。

有了数据表，

library(data.table)
your_dt = as.data.table(your_data)
your_dt[, MajorNumber := rleid(Major), by = .(StudID)]
your_dt
#    StudID      Major   Term MajorNumber
# 1:  12345    History 202101           1
# 2:  12345    History 202102           1
# 3:  12345 Management 202201           2
# 4:  12345    History 202202           3

或者dplyr：

library(dplyr)
your_data %>%
  group_by(StudID) %>%
  mutate(MajorNumber = data.table::rleid(Major)) %>%
  ungroup()