如何在 R 数据框中创建具有递增序列号的新列，以便它根据其他列值递增答案

【问题标题】：How to create a new column with an incrementing sequence number in an R dataframe, such that it gets incremented based on other column values如何在 R 数据框中创建具有递增序列号的新列，以便它根据其他列值递增
【发布时间】：2017-12-14 18:35:03
【问题描述】：

这就是我的简化数据框的样子 -

App       IsNewSession
Word         TRUE   
Excel        FALSE   
Chrome       TRUE  
Notepad      FALSE  
Chrome       FALSE  
Notepad      FALSE  
Excel        TRUE  
Chrome       FALSE

我需要创建一个名为 SessionNumber 的新列。每次 IsNewSession = TRUE 时，会话号应该是上一行的会话号 + 1。否则，它只保留与上一行相同的会话号。

所需的数据框 -

App     IsNewSession   SessionNumber
Word     TRUE            1
Excel    FALSE           1
Chrome   TRUE            2
Notepad  FALSE           2
Chrome   FALSE           2 
Notepad  FALSE           2
Excel    TRUE            3
Chrome   FALSE           3

我可以使用 for 循环来执行此操作，但我的数据框非常大（250K 行）并且需要很长时间。

我尝试过像这样使用 mutate，但这也不起作用。 df$SessionNumber = 1

library(dplyr)

df <- df %>% 
  mutate(SessionNumber = ifelse(IsNewSession, lag(SessionNumber) + 1, lag(SessionNumber)))

在 R 中执行此操作的高性能方法是什么？

谢谢！

【问题讨论】：

df$SessionNumber <- cumsum(df$IsNewSession)
....假设您的变量是逻辑变量而不是字符变量:-)
如果第一个值为FALSE，则评论中的问题不起作用。
@troh 我认为第一个值总是TRUE，因为该列是IsNewSession。
@www 我明白你的意思。我正在考虑一种更通用的方法。

标签： r dataframe dplyr

【解决方案1】：

如果第一个值为FALSE，则评论中的问题不起作用。

df$SessionNumber <- cumsum(df$IsNewSession) + as.numeric(!df$SessionNumber[1])

【讨论】：