r - R 中值的累积计数

Question

我希望你做得很好。我想知道如何计算特定条件下数据集的累积总和。我的数据集的简化版本如下所示:

时间
一个 22
一个 22
22
一个 41
一个 98
一个 98
一个 98
98
一个 46
一个 46
46
一个 46
一个 46
一个 46
46
一个 46
一个 12
54
一个 66
13
一个 13
一个 13
一个 13
一个 13
13
一个 13

想创建一个新的数据集，对于“id”的每个值，我都会有每个 id 出现的累积次数，但是当 t=R 时，我需要重新开始计数，例如

t id 计数
一个 22 1
一个 22 2
22 0
一个 41 1
一个 98 1
一个 98 2
一个 98 3
98 0
一个 46 1
一个 46 2
46 0
一个 46 1
一个 46 2
一个 46 3
46 0
一个 46 1
一个 12 1
54 0
一个 66 1
13 0
一个 13 1
一个 13 2
一个 13 3
一个 13 4
13 0
一个 13 1

关于如何做到这一点的任何想法？提前致谢。

Answer 1

使用 rle :

out <- transform(df, count = sequence(rle(do.call(paste, df))$lengths))
out$count[out$t == "R"] <- 0

如果您的 data.frame不止这两列，你想只检查这两列，那么，只需替换 df与 df[, 1:2] (或) df[, c("t", "id")] .

如果您发现 do.call(paste, df)危险(如@flodel 评论)，那么您可以将其替换为:

as.character(interaction(df))

我个人认为这个设置没有任何危险或笨拙的地方(只要你有正确的分隔符，这意味着你很了解你的数据)。但是，如果您确实发现它，则第二种解决方案可能会对您有所帮助。

更新:

对于那些不喜欢使用的人 do.call(paste, df)或 as.character(interaction(df)) (请参阅我、@flodel 和 @HongOoi 之间的评论交流)，这是另一个基本解决方案:

idx <- which(df$t == "R")
ww <- NULL
if (length(idx) > 0) {
    ww <- c(min(idx), diff(idx), nrow(df)-max(idx))
    df <- transform(df, count = ave(id, rep(seq_along(ww), ww), 
                   FUN=function(y) sequence(rle(y)$lengths)))
    df$count[idx] <- 0
} else {
    df$count <- seq_len(nrow(df))
}