根据 R 中的先前行将值分配给组答案

【问题标题】：Assigning values to a group based on previous rows in R根据 R 中的先前行将值分配给组
【发布时间】：2016-04-01 19:55:57
【问题描述】：

我有一个这样的数据表：

我想添加如下的列序列：

   ID Type Seq
   1    I   1
   1    A   1
   1    A   1
   2    I   1
   2    A   1
   2    I   2
   2    C   2
   2    I   3
   2    I   4

逻辑是：
Seq = previous_row_for_user_where_I_occurs +1，当 Type=I
Seq = 用户上一次出现的 I，当 Type=A 或 C

所以基本上，对于给定的用户编号，所有 I 的出现都是按顺序出现的。如果 A 或 C 出现在两者之间，则将其分配给它之前出现的 I 的值。 ID 已使用日期字段进行排序。

我也参考了以下内容，但它没有帮助，因为如果“A”为用户出现两次，则第二次出现的编号不正确。
Assigning values in a sequence depending on previous row in R

我现在使用 for 循环，因为我有 1000 万行，所以需要几个小时。

【问题讨论】：

第一个数据表中缺少 Type 列。此外，您的逻辑对于随后的重复也不清楚。随着更多倍数的出现，计数会与 3,4,... 一致吗？
我在原问题中做了修改。

标签： r

【解决方案1】：

我认为data.table 包是解决这个问题的最佳选择：

> dt[, Seq := cumsum(Type == "I"), by = ID]
> dt
   ID Type Seq
1:  1    I   1
2:  1    A   1
3:  1    A   1
4:  2    I   1
5:  2    A   1
6:  2    I   2
7:  2    C   2
8:  2    I   3
9:  2    I   4

【讨论】：

您的解决方案只是巧合应用于示例。尝试添加第三个 ID。例如，10: 3 I
@PierreLafortune 详细说明
您的解决方案是在每组之后将序列重置为 0。但也许这就是预期的输出。如果没有，OP 会澄清。
@PierreLafortune 我明白了，是的，如果新 ID 的第一个类型不是 I，这将变为 0。但我也意识到他没有具体说明应该发生什么，所以我很好奇
解决方案很完美。如果 A 或 C 是第一条记录，则应为其分配 Seq 编号 0。感谢所有帮助。我将用 1000 万条记录运行它，希望它运行得更快。

【解决方案2】：

我们可以使用dplyr

library(dplyr)
df1 %>%
  group_by(ID) %>%
  mutate(Seq = cumsum(Type=="I"))

【讨论】：

感谢您的回复。 dplyr 也解决了我的目的，但需要几秒钟才能运行大量数据。另一方面 data.table 命令在眨眼之间运行。