r - 根据模式按组分配唯一 ID

Question

我有一个分组数据集，但这些组没有唯一标识符，如下所示:

direction <- c('N','S','W','N','N','S','W','N','S','W')
measurement <- c(4,6,1,7,2,4,7,4,1,4)
x <- data.frame(direction, measurement)
x
   direction measurement
1          N           4
2          S           6
3          W           1
4          N           7
5          N           2
6          S           4
7          W           7
8          N           4
9          S           1
10         W           4

在x中，direction的值是按顺序排列的，每个重复的“N”、“S”和“W”集合是一个组。

方向的每组值始终以“N”开头，但是，并非所有组都具有完整的“N”、“S”和“W”行集(请参阅ID B 下面)。

另一种表达方式:我想为每组最多 3 行提供一个唯一的 ID，从 direction == 'N' 开始。

想要的结果是这样的:

    direction measurement ID
1          N            4  A
2          S            6  A
3          W            1  A
4          N            7  B
5          N            2  C
6          S            4  C
7          W            7  C
8          N            4  D
9          S            1  D
10         W            4  D

请注意，ID B 仅包含一行“N”。

Answer 1

您可以使用 == 来识别带有“N”的元素并使用 cumsum 来构造索引，从而获得此结果。然后按照 balter 答案中的建议从存储的向量 LETTERS 中提取值。

这里，cumsum 对逻辑向量求和，将其强制转换为数字二进制(1 和 0)。因此，它会重复相同的值，并在遇到“N”时递增。

 x$ID <- LETTERS[cumsum(x$direction == "N")]

这会返回

x
   direction measurement ID
1          N           4  A
2          S           6  A
3          W           1  A
4          N           7  B
5          N           2  C
6          S           4  C
7          W           7  C
8          N           4  D
9          S           1  D
10         W           4  D