如何为非重复行创建唯一标识符？答案

【问题标题】：How to create unique identifier for non-repetitive rows?如何为非重复行创建唯一标识符？
【发布时间】：2018-11-28 21:23:41
【问题描述】：

我正在尝试为列创建一个标志变量，该变量应随position 列的每次出现而改变。比如这里是data_frame：

df <- data_frame(
  variable = c('Position',
               'Department',
               'Location',
               'Position',
               'Department',
               'Location',
               'Location'
               )
)

df
    # A tibble: 7 x 1
      variable  
      <chr>     
    1 Position  
    2 Department
    3 Location  
    4 Position  
    5 Department
    6 Location  
    7 Location

如何创建类似于 ID 变量的内容？我现在可以拆分这个变量并根据需要合并单元格。

# A tibble: 7 x 2
  variable   id   
  <chr>      <chr>
1 Position   A    
2 Department A    
3 Location   A    
4 Position   B    
5 Department B    
6 Location   B    
7 Location   B

更好的方法是合并variable 列中具有重复项的任何单元格。

【问题讨论】：

标签： r split dplyr tidyr

【解决方案1】：

我们根据“变量”中“位置”元素的出现创建一个逻辑vector，获取累积和（cumsum）并使用该数字索引更改为LETTERS

library(dplyr)
df %>% 
   mutate(id = LETTERS[cumsum(variable== 'Position')])
# A tibble: 7 x 2
#  variable   id   
#  <chr>      <chr>
#1 Position   A    
#2 Department A    
#3 Location   A    
#4 Position   B    
#5 Department B    
#6 Location   B    
#7 Location   B

【讨论】：

完美运行！谢谢。

【解决方案2】：

基本的 R 方法是使用duplicated。我将借用@akrun 对内置向量LETTERS 进行子集化的想法。

LETTERS[duplicated(df$variable) + 1L]
#[1] "A" "A" "A" "B" "B" "B" "B"

所以您所要做的就是将此结果分配给新列。

df$id <- LETTERS[duplicated(df$variable) + 1L]

【讨论】：

我想这应该更快