r - 根据列在 data.table 中创建序列

Question

假设我有以下 data.table:

library(data.table)

DT <- data.table(R=sample(0:1, 10000, rep=TRUE), Seq=0)

返回如下内容:

       R Seq
    1: 1   0
    2: 1   0
    3: 0   0
    4: 0   0
    5: 1   0
   ---      
 9996: 1   0
 9997: 0   0
 9998: 0   0
 9999: 0   0
10000: 1   0

我想生成一个序列 (1, 2, 3,..., n)，每当 R 从上一行更改时，该序列就会重置。把它想象成我在计算一连串的随机数。

所以上面的内容看起来像:

       R Seq
    1: 1   1
    2: 1   2
    3: 0   1
    4: 0   2
    5: 1   1
   ---      
 9996: 1   5
 9997: 0   1
 9998: 0   2
 9999: 0   3
10000: 1   2

想法？

Answer 1

这是一个选项:

set.seed(1)
DT <- data.table(R=sample(0:1, 10000, rep=TRUE), Seq=0L)
DT[, Seq:=seq(.N), by=list(cumsum(c(0, abs(diff(R)))))]
DT

我们使用 cumsum(abs(diff(R))) 创建了一个计数器，每当您的 0-1 变量发生变化时，该计数器就会递增。 . c(0,部分是确保我们得到正确的长度向量。然后我们用 by 分割它.这产生:

       R Seq
    1: 0   1
    2: 0   2
    3: 1   1
    4: 1   2
    5: 0   1
   ---      
 9996: 1   1
 9997: 0   1
 9998: 1   1
 9999: 1   2
10000: 1   3

编辑 : 处理澄清请求:

让我们看看我在 by 中使用的计算，分为两个新列:

DT[, diff:=c(0, diff(R))]
DT[, cumsum:=cumsum(abs(diff))]
print(DT, topn=10)

产生:

       R Seq diff cumsum
    1: 0   1    0      0
    2: 0   2    0      0
    3: 1   1    1      1
    4: 1   2    0      1
    5: 0   1   -1      2
    6: 1   1    1      3
    7: 1   2    0      3
    8: 1   3    0      3
    9: 1   4    0      3
   10: 0   1   -1      4
   ---                  
 9991: 1   2    0   5021
 9992: 1   3    0   5021
 9993: 1   4    0   5021
 9994: 1   5    0   5021
 9995: 0   1   -1   5022
 9996: 1   1    1   5023
 9997: 0   1   -1   5024
 9998: 1   1    1   5025
 9999: 1   2    0   5025
10000: 1   3    0   5025

您可以看到每次 R 更改时，差异绝对值的累积总和如何增加 1。然后我们可以使用 cumsum列拆解 data.table成块，对于每个块，使用 seq(.N) 生成一个序列这计入块中的项目数( .N 正好表示，每个 by 组中有多少项目)。