两列R中半唯一值的滚动索引答案

【问题标题】：Rolling index for semi-unique values in two columns R两列R中半唯一值的滚动索引
【发布时间】：2021-05-21 07:44:21
【问题描述】：

我希望添加一个滚动 ID 列。这是数据框的示例。

df <- data.frame("participant" = c("a", "a", "a", "a", "b", "b", "b", "b", "c", "c"), 
                 "item" = c("X", "X", "Y", "X", "X", "X", "Y", "Z", "Z", "Z"))

这是我正在尝试做的事情（item_ID 列），但有两件棘手的事情：

项目不是唯一的，因此解决方案需要逐行为每个新值分配一个新数字（例如，参与者“a”有两个“X”项目，item_ID = 1 和 3）。

一个参与者的最后一个项目可能与下一个参与者的第一个项目相同（例如，参见参与者“a”和“b”中的项目“X”）；这些需要获得唯一的 ID。有任何想法吗？非常感谢任何和所有的帮助！

   participant item  item_ID
1            a    X        1
2            a    X        1
3            a    Y        2
4            a    X        3
5            b    X        4
6            b    X        4
7            b    Y        5
8            b    Z        6
9            c    Z        7
10           c    Z        7

【问题讨论】：

标签： r indexing

【解决方案1】：

Method-1 baseR方式

df <- data.frame("participant" = c("a", "a", "a", "a", "b", "b", "b", "b", "c", "c"), 
                 "item" = c("X", "X", "Y", "X", "X", "X", "Y", "Z", "Z", "Z"))

transform(df, item_id = with(rle(paste(participant, item)), rep(seq_len(length(lengths)), lengths)))
#>    participant item item_id
#> 1            a    X       1
#> 2            a    X       1
#> 3            a    Y       2
#> 4            a    X       3
#> 5            b    X       4
#> 6            b    X       4
#> 7            b    Y       5
#> 8            b    Z       6
#> 9            c    Z       7
#> 10           c    Z       7

^{由reprex package (v2.0.0) 于 2021 年 5 月 21 日创建}

方法二data.table::rleid()

df <- data.frame("participant" = c("a", "a", "a", "a", "b", "b", "b", "b", "c", "c"), 
                 "item" = c("X", "X", "Y", "X", "X", "X", "Y", "Z", "Z", "Z"))
library(data.table)
library(tidyverse)
df %>% mutate(item_id = rleid(participant, item))
#>    participant item item_id
#> 1            a    X       1
#> 2            a    X       1
#> 3            a    Y       2
#> 4            a    X       3
#> 5            b    X       4
#> 6            b    X       4
#> 7            b    Y       5
#> 8            b    Z       6
#> 9            c    Z       7
#> 10           c    Z       7

^{由reprex package (v2.0.0) 于 2021 年 5 月 21 日创建}

【讨论】：

【解决方案2】：

tmp=rle(paste(df$participant,df$item))
df$item_id=rep(1:length(tmp$lengths),tmp$lengths)

   participant item item_id
1            a    X       1
2            a    X       1
3            a    Y       2
4            a    X       3
5            b    X       4
6            b    X       4
7            b    Y       5
8            b    Z       6
9            c    Z       7
10           c    Z       7

【讨论】：