r 中显式行的行号

Question

我需要获取通过 id 分组的显式行的行号。假设数据框 (df) 如下所示:

 id  a   b 
 3   2   NA
 3   3   2
 3   10  NA
 3   21  0
 3   2   NA
 4   1   5
 4   1   0
 4   5   NA

我需要再创建一个列来给出行号序列，不​​包括 b == 0 的情况。

期望的输出:

 id  a   b   row
 3   2   NA   1
 3   3   2    2
 3   10  NA   3
 3   21  0    -
 3   2   NA   4
 4   1   5    1
 4   1   0    -
 4   5   NA   2

我使用了 dplyr 但无法实现相同的效果，我的代码:

df <- df %>%
       group_by(id) %>%
       mutate(row = row_number(id[b != 0]))

请提出一些更好的方法。

Answer 1

我会建议使用 data.table 包，因为它在对子集进行操作方面具有出色的功能，从而避免了诸如 ifelse 之类的低效操作或评估整个数据集。此外，最好将向量保留在数字类中(用于将来的操作)，因此 NA 可能比 - (字符)更可取，这是一个可能的解决方案

library(data.table)
setDT(df)[is.na(b) | b != 0, row := seq_len(.N), by = id]
#    id  a  b row
# 1:  3  2 NA   1
# 2:  3  3  2   2
# 3:  3 10 NA   3
# 4:  3 21  0  NA
# 5:  3  2 NA   4
# 6:  4  1  5   1
# 7:  4  1  0  NA
# 8:  4  5 NA   2

---

这里的想法是只对 is.na(b) | 所在的行进行操作。 b != 0 并生成每个组大小 (.N) 的序列，同时更新 row 就地(使用 >:=).默认情况下，所有其余行都将分配有 NA。