为数据框中的因子添加重复索引答案

【问题标题】：Adding an repeated index for factors in data frame为数据框中的因子添加重复索引
【发布时间】：2011-05-27 10:28:26
【问题描述】：

我有一个数据框，我想在其中添加一个索引，例如1...n 用于我的数据框中的每个因素。这是一个包含一些虚拟数据的示例。

我想添加一个额外的列，分别为每个因子添加索引 1 到 n。结果数据框如下所示：

factor  index
a        1
a        2 
a        3 
a        4
a        5
b        1
b        2
b        3
b        4
b        5 
c        1
c        2
c        3
c        4

谁能解释一下怎么做？提前致谢。

【问题讨论】：

标签： r dataframe

【解决方案1】：

你可以使用ave函数：

your_data <- data.frame(
     factor=factor(rep(letters[1:3], times = c(5,5,4)))
)
your_data$index <- ave(rep(NA, nrow(your_data)), your_data$factor, FUN=seq_along)

【讨论】：

+1 在这里很好地使用了ave()，并且它在数据未排序时工作。

【解决方案2】：

一种方法是：

unlist(lapply(split(x, x), seq_along))

其中x 是您作为向量的因子。

R> x <- factor(rep(letters[1:3], times = c(5,5,4))) ## your data
R> data.frame(factor = x, index = unlist(lapply(split(x, x), seq_along), 
+             use.names = FALSE))
   factor index
1       a     1
2       a     2
3       a     3
4       a     4
5       a     5
6       b     1
7       b     2
8       b     3
9       b     4
10      b     5
11      c     1
12      c     2
13      c     3
14      c     4

另一种方式，类似的主题是使用table() 和seq_len()：

unlist(sapply(table(x), seq_len), use.names = FALSE)

另一种方法是通过rle()使用游程编码：

R> rle(as.character(x))$lengths
[1] 5 5 4

我们可以将其插入sapply() 代码而不是table() 调用：

R> unlist(sapply(rle(as.character(x))$lengths, seq_len), use.names = FALSE)
 [1] 1 2 3 4 5 1 2 3 4 5 1 2 3 4

【讨论】：

如果x 混合使用，此方法将失败。尝试x<-sample(x) 并运行您的代码。
@Marek 鉴于 OP 显示了已排序的数据，我认为我提供的答案没有任何问题。还是我们应该猜测 OP 现在真正想要什么？ ;-) 无论如何，x <- sort(sample(x)) 会解决问题 :-)
谢谢，我使用了 sapply 选项，使用了 inside 函数，它运行良好。干杯。

【解决方案3】：

试试下面的函数：

 facSeq <- function(x){
     x.l <-length(x)
     x.f.l <- length(levels(x))
     sapply(1:x.f.l,function(y) cumsum(as.integer(x)%in%y))[1:x.l+x.l*(as.integer(x)-1)]
 }

测试：

fac1 <- factor(rep(letters[1:3],each=5))

> data.frame(fac1,index=facSeq(fac1))
   fac1 index
1     a     1
2     a     2
3     a     3
4     a     4
5     a     5
6     b     1
7     b     2
8     b     3
9     b     4
10    b     5
11    c     1
12    c     2
13    c     3
14    c     4
15    c     5

更有趣的例子：

fac2 <- factor(sample(letters[1:5],20,replace=T))

> data.frame(fac2,index=facSeq(fac2))
   fac2 index
1     a     1
2     a     2
3     d     1
4     b     1
5     a     3
6     e     1
7     e     2
8     a     4
9     c     1
10    e     3
11    b     2
12    d     2
13    b     3
14    e     4
15    e     5
16    d     3
17    c     2
18    e     6
19    b     4
20    d     4

【讨论】：

【解决方案4】：

在基础 R 中使用 sequence 和 table：

df$index <- sequence(table(df$factor))

   # factor index
# 1       a     1
# 2       a     2
# 3       a     3
# 4       a     4
# 5       a     5
# 6       b     1
# 7       b     2
# 8       b     3
# 9       b     4
# 10      b     5
# 11      c     1
# 12      c     2
# 13      c     3
# 14      c     4

数据

df <- data.frame(factor=factor(rep(letters[1:3], times = c(5,5,4))))

【讨论】：