dplyr - 按 2 列分组并计算其中一列的唯一值答案

【问题标题】：dplyr - Grouping by 2 columns and counting the unique values for one of those columnsdplyr - 按 2 列分组并计算其中一列的唯一值
【发布时间】：2018-07-30 14:19:21
【问题描述】：

我有一个数据框

id          player  
8297682400  Player1
8297692740  Player1
8255798760  Player1
8255798760  Player1
8255798760  Player1
8255799456  Player2
8255799456  Player2
8255799456  Player2
8255866000  Player2
8255866000  Player2
8255866000  Player2
8255826600  Player1
8255826600  Player1
8255826600  Player1
8255854600  Player2
8255854700  Player1

如果我使用group_by(player,id)，我知道我可以通过%>% mutate(counter=1:n())轻松计算每个组中的行数

但是如何计算每个玩家的唯一 id 值，并在找到重复项时“暂停”计数？

我想要：

id          player  id_counter
8297682400  Player1 1
8297692740  Player1 2
8255798760  Player1 3
8255798760  Player1 3
8255798760  Player1 3
8255799456  Player2 1
8255799456  Player2 1
8255799456  Player2 1
8255866000  Player2 2
8255866000  Player2 2
8255866000  Player2 2
8255826600  Player1 4
8255826600  Player1 4
8255826600  Player1 4
8255854600  Player2 3
8255854700  Player1 5

【问题讨论】：

“暂停计数”，我猜你的意思是dtt %>% group_by(player) %>% mutate(id_counter = cumsum(!duplicated(id)))。

标签： r dplyr

【解决方案1】：

我们可以使用match

df1 %>%
   group_by(player) %>%
   mutate(id_counter = match(id, unique(id)))
# A tibble: 16 x 3
# Groups:   player [2]
#           id player  id_counter
#        <dbl> <chr>        <int>
# 1 8297682400 Player1          1
# 2 8297692740 Player1          2
# 3 8255798760 Player1          3
# 4 8255798760 Player1          3
# 5 8255798760 Player1          3
# 6 8255799456 Player2          1
# 7 8255799456 Player2          1
# 8 8255799456 Player2          1
# 9 8255866000 Player2          2
#10 8255866000 Player2          2
#11 8255866000 Player2          2
#12 8255826600 Player1          4
#13 8255826600 Player1          4
#14 8255826600 Player1          4
#15 8255854600 Player2          3
#16 8255854700 Player1          5

或者通过转换为factor 并强制转换为integer

df1 %>%
   group_by(player) %>% 
   mutate(id_counter = as.integer(factor(id, levels = unique(id))))

【讨论】：