R:在每个组内创建编号

Question

我拥有的数据:

x = tibble(
  study = c("A", "B", "C", "A", "B", "A", "B", "C", "A", "B"),
  ID = c(001, 001, 001, 005, 005, 007, 007, 007, 012, 012)
)

目标是创建“数字”变量，它从 1 开始按顺序为每个唯一 ID 显示相同的数字。

goal = tibble(
  study = c("A", "B", "C", "A", "B", "A", "B", "C", "A", "B"),
  ID = c(001, 001, 001, 005, 005, 007, 007, 007, 012, 012),
  number = c(1, 1, 1, 2, 2, 3, 3, 3, 4, 4)
)

然后如果在每个 ID 组中，研究是不完整的(例如，对于 number = 2，研究只有 A 和 B，而不是 A、B、C)，那么如何删除与该 ID 关联的 obs (例如，删除数量为“2”的对象)？

谢谢!

B 部分的更新后续问题:

一旦我们有了 goal 数据集，我想删除按 ID 分组的 obs，它们在 study 变量方面满足以下要求:

A 和 D 是必需的，B 和 C 中的一个是必需的(所以要么是 B 要么是 C)，有时每个字母会出现不止一次。

x = tibble(
  study = c("A", "B", "C", "D", "A", "B", "A", "B", "C", "A", "B", "C", "D", "D", "A", "B", "D", "B", "C", "D"),
  ID = c(001, 001, 001, 001, 005, 005, 007, 007, 007, 012, 012, 012, 012, 012, 013, 013, 013, 018, 018, 018),
  number = c(1, 1, 1, 1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 6, 6, 6)
)

所以在上面的 goal 数据集中，我想删除:(1) Obs #5 和 6 共享组号 2，因为它们在 study 变量中没有 A、B 或 C 和 D。(2) Obs #18, 19, 20 共享组号6，原因同(1)。

我想保留其余的 obs，因为在每个数字组中，它们有 A、B 或 C 和 D。我不能在这里使用 filter(n() > 3)，因为那样会删除带有5 号。

Answer 1

我们可以使用cur_group_id()

library(dplyr)

  x %>% 
    group_by(ID) %>% 
    mutate(number = cur_group_id())

  study    ID  number
   <chr> <dbl> <int>
 1 A         1     1
 2 B         1     1
 3 C         1     1
 4 A         5     2
 5 B         5     2
 6 A         7     3
 7 B         7     3
 8 C         7     3
 9 A        12     4
10 B        12     4

或

library(dplyr)
x %>% 
  mutate(number = cumsum(ID != lag(ID, default = first(ID)))+1)

   study    ID number
   <chr> <dbl>  <dbl>
 1 A         1      1
 2 B         1      1
 3 C         1      1
 4 A         5      2
 5 B         5      2
 6 A         7      3
 7 B         7      3
 8 C         7      3
 9 A        12      4
10 B        12      4