按多列分组并按顺序标记组？答案

【问题标题】：Group by multiple columns and ordinally label groups?按多列分组并按顺序标记组？
【发布时间】：2021-05-12 03:22:56
【问题描述】：

我需要按 col1 分组，并且对于 col2 中的每个唯一值，给出一个从 1 开始并从那里向上的整数，但从 1 开始返回 col1 中的下一个唯一值。在示例中更容易看到：

示例

这是一个data.frame。

df <- data.frame(
  col1=c(100, 100, 100, 100, 200, 200, 300, 300, 300),
  col2=c("a", "b", "c", "c",
               "b", "b", 
               "a", "c", "c")
)

df

#   col1 col2
# 1  100    a
# 2  100    b
# 3  100    c
# 4  100    c
# 5  200    b
# 6  200    b
# 7  300    a
# 8  300    c
# 9  300    c

对于 col1 中的每个唯一值（即组），col2 中的每个唯一值（例如组）都应按顺序编号：

期望的输出：

df %>% 
  cbind(col3 =c(1, 2, 3, 3, 
          1, 1, 
          1, 2, 2))


#   col1 col2 col3
# 1  100    a    1
# 2  100    b    2
# 3  100    c    3
# 4  100    c    3
# 5  200    b    1
# 6  200    b    1
# 7  300    a    1
# 8  300    c    2
# 9  300    c    2

请注意，对于每组 col1，col2 中的每个新值都有自己的整数。

【问题讨论】：

标签： r dplyr

【解决方案1】：

这里有3种方法-

library(dplyr)

df %>%
  group_by(col1) %>%
  mutate(col3 = match(col2, unique(col2)), 
         col4 = as.integer(factor(col2)), 
         col5 = dense_rank(col2)) %>%
  ungroup

#   col1 col2   col3  col4  col5
#  <dbl> <chr> <int> <int> <int>
#1   100 a         1     1     1
#2   100 b         2     2     2
#3   100 c         3     3     3
#4   100 c         3     3     3
#5   200 b         1     1     1
#6   200 b         1     1     1
#7   300 a         1     1     1
#8   300 c         2     2     2
#9   300 c         2     2     2

【讨论】：

【解决方案2】：

我们可以使用data.table中的rleid

library(data.table)
library(dplyr)
df %>% 
  group_by(col1) %>%
  mutate(new_col = rleid(col2))

输出：

   col1 col2  new_col
  <dbl> <chr>   <int>
1   100 a           1
2   100 b           2
3   100 c           3
4   100 c           3
5   200 b           1
6   200 b           1
7   300 a           1
8   300 c           2
9   300 c           2

【讨论】：