r - 如何根据因素组合向数据框添加行索引

Question

这个问题在这里已经有了答案:





Numbering rows within groups in a data frame

(9 个回答)


3年前关闭。




我有一个这样的数据框:

df <- data.frame(
    Dim1 = c("A","A","A","A","A","A","B","B"),
    Dim2 = c(100,100,100,100,200,200,100,200),
    Value = sample(1:10, 8)
        )

  Dim1 Dim2 Value
1    A  100     3
2    A  100     6
3    A  100     7
4    A  100     4
5    A  200     8
6    A  200     9
7    B  100     2
8    B  200    10

(值列只是为了说明每一行都是一个数据点；实际值并不重要。)
最终我想要做的是在 Dim1 和 Dim2 定义的子集中根据它们的索引绘制值。出于这个原因，我认为需要附加一个包含索引的新列，它看起来像这样(在行之间添加空行以明确子集是什么):

  Dim1 Dim2 Value Index
1    A  100     1     1
2    A  100     9     2
3    A  100     4     3
4    A  100    10     4

5    A  200     7     1
6    A  200     3     2

7    B  100     5     1

8    B  200     8     1

我如何在 R 中优雅地做到这一点？我来自 Python，我的默认方法是对 Dim1 和 Dim2 的组合进行 for 循环，跟踪每行中的行数并将迄今为止遇到的最大值分配给每行。我一直在想办法解决这个问题，但我的 vector-fu 很弱。

Answer 1

这可能看起来像作弊，因为我将一个向量传递给一个函数，然后我完全忽略了它，除了获取它的长度:

 df$Index <- ave( 1:nrow(df), df$Dim1, factor( df$Dim2), FUN=function(x) 1:length(x) )

ave函数返回一个与它的第一个参数长度相同的向量，但在由第一个参数和名为 FUN 的参数之间的所有因子定义的类别内计算。 . (我经常忘记为我的函数添加“FUN=”并得到一条与 unique() applies only to vectors 类似的神秘错误消息，因为它试图确定匿名函数拥有多少个唯一值但失败了。

实际上还有另一种更紧凑的表达方式 function(x) 1:length(x)使用 seq_along函数可能更安全，因为如果传递长度为零的向量它会正确失败，而匿名函数形式将通过返回 1:0 错误地失败。而不是 numeric(0) :

ave( 1:nrow(df), df$Dim1, factor( df$Dim2), FUN=seq_along )