R计算相似行数据帧的出现

Question

我有以下格式的数据，称为 DF(这只是一个简化的示例):

eval.num, eval.count, fitness, fitness.mean, green.h.0, green.v.0, offset.0 random
1         1           1500     1500          100        120        40       232342
2         2           1000     1250          100        120        40       11843
3         3           1250     1250          100        120        40       981340234
4         4           1000     1187.5        100        120        40       4363453
5         1           2000     2000          200        100        40       345902
6         1           3000     3000          150        90         10       943
7         1           2000     2000          90         90         100      9304358
8         2           1800     1900          90         90         100      284333

但是，eval.count 列不正确，我需要修复它。它应该仅通过查看前面的行来报告(green.h.0、green.v.0 和 offset.0)具有相同值的行数。

上面的示例使用了预期值，但假设它们不正确。

我如何添加一个新列(比如“count”)，它将计算所有先前具有相同指定变量值的行？

我在一个类似的问题上得到了帮助，即只为指定的列选择具有相同值的所有行，所以我想我可以围绕它写一个循环，但这对我来说似乎效率低下。

Answer 1

好的，让我们首先在只有一列的简单情况下进行。

> data <- rep(sample(1000, 5),
              sample(5, 5))
> head(data)
[1] 435 435 435 278 278 278

然后你可以使用 rle 来找出连续的序列:

> sequence(rle(data)$lengths)
[1] 1 2 3 1 2 3 4 5 1 2 3 4 1 2 1

或全部:

> head(cbind(data, sequence(rle(data)$lengths)))
[1,]  435 1
[2,]  435 2
[3,]  435 3
[4,]  278 1
[5,]  278 2
[6,]  278 3

对于多列的情况，可能有很多方法可以应用此解决方案。最简单的方法可能是将您关心的列粘贴在一起形成一个向量。