r - 根据 R 中的前一行在序列中分配值

Question

我有一个这样的数据表。

  ID1 ID2 member
1   a   x parent
2   a   y  child
3   a   z parent
4   a   p  child
5   a   q  child
6   b   x parent
7   b   z parent
8   b   q  child

我想分配一个如下所示的序列。

  ID1 ID2 member sequence
1   a   x parent        1
2   a   y  child        2
3   a   z parent        1
4   a   p  child        2
5   a   q  child        3
6   b   x parent        1
7   b   z parent        1
8   b   q  child        2

IE。

> dt$sequence = 1, wherever dt$member == "parent"

> dt$sequence = previous_row_value + 1, wherever dt$member=="child"

到目前为止，我一直在使用循环来做它，如下所示。

dt_sequence <- dt[ ,sequencing(.SD), by="ID1"]

sequencing <- function(dt){
  for(i in 1:nrow(dt)){
    if(i == 1){
      dt$sequence[i] = 1
      next
    }
    if(dt[i,member] %in% "child"){
      dt$sequence[i] = as.numeric(dt$sequence[i-1]) + 1
    }
    else
      dt$sequence[i] = 1
  }
  return(dt)
}

我在 400 000 行的数据表上运行了这段代码，花了很多时间来完成(大约 15 分钟)。
任何人都可以建议一种更快的方法来做到这一点。

Answer 1

这是 seq 的一种方式:

dt[ , sequence := seq(.N), by = cumsum(member == "parent")]

#    ID1 ID2 member sequence
# 1:   a   x parent        1
# 2:   a   y  child        2
# 3:   a   z parent        1
# 4:   a   p  child        2
# 5:   a   q  child        3
# 6:   b   x parent        1
# 7:   b   z parent        1
# 8:   b   q  child        2

这个怎么运作？

命令 member == "parent"创建一个逻辑向量。函数 cumsum用于计算累积总和。在这种情况下，它会创建一个向量，其中父项和以下子项具有相同的编号。该向量用于分组。最后， seq(.N)创建一个从 1 到组中元素数量的序列。