快速从多个其他因素中创建因素答案

【问题标题】：Creating factor from multiple other factors fast快速从多个其他因素中创建因素
【发布时间】：2022-01-19 18:05:10
【问题描述】：

我有一个如下所示的数据框：

df <- data.frame(
  id = c(1, 2, 3, 4, 5),
  generation = as.factor(c(3, 2, 4, 3, 4)),
  income = as.factor(c(4, 3, 3, 7, 3)),
  fem = as.factor(c(0, 0, 1, 0, 1))
)

其中id 是数据集中个人的标识符，generation、income 和fem 是个人的分类特征。现在，我想根据个人特征将个人放入群组（“组”），其中个人特征值完全相同的个人应该得到相同的cohort_id。因此，我想要以下结果：

data.frame(
  id = c(1, 2, 3, 4, 5),
  generation = as.factor(c(3, 2, 4, 3, 4)),
  income = as.factor(c(4, 3, 3, 7, 3)),
  fem = as.factor(c(0, 0, 1, 0, 1)),
  cohort_id = as.factor(c(1, 2, 3, 4, 3))
)

注意id = 3 和id = 5 得到相同的cohort_id，因为它们具有相同的特征。

我的问题是是否有一种快速的方法来创建cohort_ids，而无需一遍又一遍地使用多个case_when 或ifelse？如果您想建立许多群组，这可能会变得非常乏味。使用dplyr 的解决方案会很好，但不是必需的。

【问题讨论】：

标签： r dplyr

【解决方案1】：

以下代码将创建一个索引“cohort_id”，其值与提供的预期值略有不同，但符合分组规则：

library(dplyr)

df %>% group_by(generation, income, fem) %>%
    mutate(cohort_id = cur_group_id())%>%
    ungroup()

# A tibble: 5 × 5
     id generation income fem   cohort_id
  <dbl> <fct>      <fct>  <fct>     <int>
1     1 3          4      0             2
2     2 2          3      0             1
3     3 4          3      1             4
4     4 3          7      0             3
5     5 4          3      1             4

【讨论】：

【解决方案2】：

有多种方法可以做到这一点 - 一种选择是 paste 列和 match 与 unique 值

library(dplyr)
library(stringr)
df %>%
     mutate(cohort_id = str_c(generation, income, fem), 
            cohort_id = match(cohort_id, unique(cohort_id)))

-输出

 id generation income fem cohort_id
1  1          3      4   0         1
2  2          2      3   0         2
3  3          4      3   1         3
4  4          3      7   0         4
5  5          4      3   1         3

【讨论】：