在组内生成 id答案

【问题标题】：generate id within group在组内生成 id
【发布时间】：2021-12-16 07:54:33
【问题描述】：

我有以下数据集

varA <- c(rep("A",2), rep("B",4))
varB <- c(rep("aaaa",2), rep("bbbb", 3), rep("cccc",1) )

dat <- data.frame(varA, varB)
dat

  varA varB
1    A aaaa
2    A aaaa
3    B bbbb
4    B bbbb
5    B bbbb
6    B cccc

我想为每个子组生成 id，例如 varA 中的第一个子组为 1，第二个为 2，依此类推。 Theids 可以在整个数据集中重复，但不能在子组内重复。

这是需要的结果

  varA varB res
1    A aaaa   1
2    A aaaa   1
3    B bbbb   1
4    B bbbb   1
5    B bbbb   1
6    B cccc   2

我怎样才能用 R 做到这一点？

我在 dplyr 中尝试了 cur_group_id() 但它对我不起作用...

谢谢！！

【问题讨论】：

VarA 在哪里？另外为什么第1组是B bbbb，第2组是B cccc？规则是什么？
这能回答你的问题吗？ R - Group by variable and then assign a unique ID
在你的情况下，因为它是两个变量，所以它是dat %>% mutate(id = group_indices(., varA, varB))
@Sotos 感谢 cmets。规则是 id 必须在 varA 内生成。也就是说，varA 中只有一个子组。所以 id 是 1。在 varB 中有 2 个子组，需要给它们 id 1 和 2。
啊，没关系，我错过了 varA 中重复的 ID。 Sotos 有一个很好的答案。

标签： r

【解决方案1】：

你可以使用data.table::rleid()，即

library(dplyr)

df %>% 
 group_by(VarA) %>% 
 mutate(id = data.table::rleid(VarB))

# A tibble: 6 x 3
# Groups:   VarA [2]
#  VarA  VarB     id
#  <chr> <chr> <int>
#1 A     aaaa      1
#2 A     aaaa      1
#3 B     bbbb      1
#4 B     bbbb      1
#5 B     bbbb      1
#6 B     cccc      2

【讨论】：

【解决方案2】：

另一个潜在的解决方案：

library(tidyverse)
varA <- c(rep("A",2), rep("B",4))
varB <- c(rep("aaaa",2), rep("bbbb", 3), rep("cccc",1) )

dat <- data.frame(varA, varB)

dat %>%
  group_by(varA) %>%
  mutate(count = ifelse(varB != lag(varB, default = "NA"),
                       1, 0)) %>%
  mutate(rleid = cumsum(count))
#> # A tibble: 6 × 4
#> # Groups:   varA [2]
#>   varA  varB  count rleid
#>   <chr> <chr> <dbl> <dbl>
#> 1 A     aaaa      1     1
#> 2 A     aaaa      0     1
#> 3 B     bbbb      1     1
#> 4 B     bbbb      0     1
#> 5 B     bbbb      0     1
#> 6 B     cccc      1     2

^{由reprex package 创建于 2021-12-16 (v2.0.1)}

【讨论】：