将向量的唯一值映射到顺序整数的有效方法是什么？答案

【问题标题】：What is an efficient way to map unique values of a vector to sequential integers?将向量的唯一值映射到顺序整数的有效方法是什么？
【发布时间】：2010-09-20 21:00:51
【问题描述】：

我在 R 中有一个带有非序列号向量 (data$SiteID) 的数据框，我想将其映射到序列号向量 (data$site) 到 data$SiteID 的唯一值。在每个站点中，我想将data$TrtID 映射到0，其中data$TrtID == 'control' 或下一个连续整数，对于另一个唯一的data$TrtID：

data <- data.frame(SiteID = c(1,1,1,9,'108','108','15', '15'), 
                   TrtID = c('N', 'control', 'N', 'control', 'P', 'control', 'N', 'P'))

data$site 应该是 c(1,1,1,2,3,3,4,4)。
data$trt 应该是 c(1,0,1,0,1,0,0,1)。

【问题讨论】：

标签： r

【解决方案1】：

将它们视为因素：

as.numeric(factor(data$SiteID, levels = unique(data$SiteID)))
[1] 1 1 1 2 3 3 4 4

对于 Trt，由于您想要一个基于 0 的值，因此减一。

as.numeric(factor(data$TrtID, levels = sort(unique(data$TrtID))))-1
[1] 1 0 1 0 2 0 1 2

请注意，级别参数是不同的 - Trt 首先排序，这很方便，因为控制按字母顺序排列在 N 或 P 之前。如果您想要非标准排序，您可以按照您想要的顺序显式指定级别。

【讨论】：

谢谢，这很简单也很有帮助，但我不确定 'levels' 参数的作用或如何自己找出这些信息，因为 ?as.numeric 和 ?setMethod 没有这个信息.
另外，我只是改变了问题（对不起），因为我意识到我真正需要的是重新开始每个站点内的治疗顺序。

【解决方案2】：

使用因子到整数的转换：

transform(data, site=as.integer(SiteID), trt=as.integer(TrtID))

如果顺序很重要，可以给各个级别下具体的顺序：

transform(data,
  site = as.integer(factor(SiteID, unique(SiteID))),
  trt  = as.integer(factor(TrtID, unique(c('control', as.character(TrtID))))) - 1L)

按站点修改版本分组 trt 因子：

transform(data,
  site = as.integer(factor(site_id, unique(site_id))),
  trt  = unsplit(tapply(trt_id, site_id, function(x)
         as.integer(factor(x))), site_id) - 1L)

【讨论】：

感谢您向我介绍了 transform() 和 unsplit()，但为什么要使用 '1L' 而不是 1？
没有问题。仅当您想将其保留为整数时才重要，否则您可以删除 L（您也可以使用 as.numeric 而不是 as.integer）。