r - 获取数据框中列的每个项目的频率和第一次出现

Question

在 R 中，我试图获取数据框中列的每个项目的频率和第一次出现。

我有这个:

df_input <- data.frame(observation_source = c("AB","CD","EF","GH","IJ","KL","MN"), observation_value = c(15,17,17,17,21,32,32))

  observation_source observation_value
1                 AB                15
2                 CD                17
3                 EF                17
4                 GH                17
5                 IJ                21
6                 KL                32
7                 MN                32

我正试图得到这个:

  observation_source observation_value value_frequency value_first_row
1                 AB                15               1               1
2                 CD                17               3               2
3                 EF                17               3               2
4                 GH                17               3               2
5                 IJ                21               1               5
6                 KL                32               2               6
7                 MN                32               2               6

这样，例如在第 4 行，值 17 总共出现 3 次，第一次出现在第 2 行。

我知道如何使用 for 循环执行此操作，但随着行数的增加(例如 100,000)，它会变得非常慢。知道我还能怎么做吗？非常感谢!!

Answer 1

您可以使用 add_count 和 match 来实现这两个目标:

library(dplyr)

df_input %>%
  add_count(observation_value, name = "value_frequency") %>%
  mutate(value_first_row = observation_value %>% match(., .))

#   observation_source observation_value value_frequency value_first_row
# 1                 AB                15               1               1
# 2                 CD                17               3               2
# 3                 EF                17               3               2
# 4                 GH                17               3               2
# 5                 IJ                21               1               5
# 6                 KL                32               2               6
# 7                 MN                32               2               6