使用 r 有条件地处理对另一列的重复项

Question

我有一个大数据库，我想有条件地处理重复（不删除任何一个）到另一列。 下面是我的输入示例：

 name                              nb_participants
 INSTITUT BILA BILA                    10
 INSTITUT BILA BILA                    4
 INSTITUT BILA BILA                    NA
 INSTITUT NZUNDU                       3
 INSTITUT NZUNDU                       15
...

structure(list(name = c("INSTITUT BILA BILA", "INSTITUT BILA BILA", "INSTITUT BILA BILA","INSTITUT NZUNDU","INSTITUT NZUNDU"), nb_participants = c(10, 4, NA,3,15)), row.names = c("1", "2","3","4","5"), class = "data.frame")

想要的输出如下：

 name                            nb_participants
 INSTITUT BILA BILA 2-1              10
 INSTITUT BILA BILA 2-2               4
 INSTITUT BILA BILA 2-3              NA
 INSTITUT NZUNDU 2-2                  3
 INSTITUT NZUNDU 2-1                 15
...

structure(list(name = c("INSTITUT BILA BILA 2-1", "INSTITUT BILA BILA 2-2", "INSTITUT BILA BILA 2-3","INSTITUT NZUNDU 2-2","INSTITUT NZUNDU 2-1"), nb_participants = c(10, 4, NA,3,15)), row.names = c("1", "2","3","4","5"), class = "data.frame")

我有这个命令

data$name<-ave(as.character(data$name), data$name, FUN=function(x) if (length(x)>1) paste0(x[1], '-', seq_along(x), '') else x[1])

但我不知道如何处理有条件地对另一列进行排名。目前我唯一能做的就是：

data<-data %>% 
  group_by(name) %>% 
  filter(nb_participants ==max(nb_participants))

您有什么想法可以帮上忙吗？非常感谢。

Answer 1

这可以帮助您解决问题（使用包 tidyverse 作为语法）。 首先，如果您想按 nb_participant 变量降序对数据进行排序，请执行以下操作：

df <- df %>% arrange(name, desc(nb_participants))

然后，您必须按名称创建迭代次数：

df <- df %>% group_by(name) %>% mutate(id = row_number())

id 列将计算每次出现的 name 变量。

如果您想将该数字添加到您在示例中显示的名称变量中，您可以简单地执行以下操作：

df$name <- paste(df$name, " 2- ", df$id, sep="")