dplyr 中 group_by 层次结构中的计数级别

Question

我在 R 中有一个大型数据集，该数据集由来自单个案例的多个记录组织而成，嵌套在组中。这里有一个玩具示例：

d = data.frame(group = rep(c('control','patient'), each = 5), case = c('a', 'a', 'b', 'c', 'c', 'd','d','d','e','e'))

如果在 dplyr 链中，应用了group_by(group, case)，如何创建一个列，以在组中按其大小写顺序对每一行进行编号？例如在下面的示例中，在第三列中，病例“a”是对照组中的第一个病例，病例“c”是第三个病例，但病例“d”的编号重置为 1，即患者组中的第一个病例.

  group case  number
control  a    1
control  a    1
control  b    2
control  c    3
control  c    3
patient  d    1
patient  d    1
patient  d    1
patient  e    2
patient  e    2

我可以通过使用“for”循环计算案例来了解如何做到这一点，但我想知道是否有办法在标准 dplyr 样式的操作链中实现这一点？

Answer 1

group_by(d, group) %>% 
   mutate(number= droplevels(case) %>% as.numeric)

Answer 2

我们可以使用data.table

library(data.table)
setDT(d)[, numbers := as.numeric(factor(case, levels = unique(case))), group]

Answer 3

一种解决方案是：

library(dplyr)
library(tibble)

want<-left_join(d,
                d %>%
                  distinct(case) %>%
                  rownames_to_column(var="number") ,
                by="case")

# .. added later:
want2<-left_join(d,
                 bind_rows(
                   d %>%
                     filter(group=="control") %>%
                     distinct(case) %>%
                     rownames_to_column(var="number"),
                   d %>%
                     filter(group=="patient") %>%
                     distinct(case) %>%
                     rownames_to_column(var="number")),
                   by="case")

# I think this is less readable:
want3<-left_join(d,
                 bind_rows(by(d,d$group,function(x) x %>%
                                distinct(case) %>%
                                rownames_to_column(var="number"))),
                 by="case")