在R中根据值以及另一列的频率使用dplyr创建列

Question

当我认为标题更好时，我将尽快编辑帖子名称，但就目前而言，下面的一个简短示例突出了我正在努力解决的问题：

dput(mydf)
structure(list(gameID = c("34", "34", "34", "34", "34", "25", 
"25", "25")), class = "data.frame", row.names = c(NA, -8L))

mydf
    gameID
1     34
2     34
3     34
4     34
5     34
6     25
7     25
8     25

（仅包含GarbocCol，以便数据框具有> 1列-否则请忽略。）这似乎应该是一个相当简单的数据操作问题。 我想创建一个新列，该列只是粘贴了该gameID计数的gameID列。 因此，我正在寻找以下输出：

mydf
  gameID    newCol
1     34     34-1
2     34     34-2
3     34     34-3
4     34     34-4
5     34     34-5
6     25     25-1
7     25     25-2
8     25     25-3

gameID列已经是一个字符，并且newCol最好也将是type字符。 我正在一个长期的dplyr链中工作，并且正在尝试使以下各项起作用：

mydf <- mydf %>% 
  dplyr::mutate(newCol = paste0(gameID, '-', {what goes here}))

我使用for循环很容易做到这一点，但是使用dplyr解决方案会更好。

Answer 1

如果需要paste序列，请获取具有按“游戏ID”分组的row_number()的序列，并paste以创建“ newCol”

mydf %>%
    group_by(gameID) %>%
    mutate(newCol = paste(gameID, row_number(), sep = '-'))
# A tibble: 8 x 3
# Groups:   gameID [2]
#  gameID garboCol newCol
#  <fct>     <dbl> <chr> 
#1 34            1 34-1  
#2 34            2 34-2  
#3 34            3 34-3  
#4 34            4 34-4  
#5 34            5 34-5  
#6 25            6 25-1  
#7 25            7 25-2  
#8 25            8 25-3  

---

如果我们想使其更短一些，则data.table rowid是一个选项。 优点是它不会在输出中创建组属性

library(data.table)
mydf %>% 
  mutate(newCol = paste(gameID, rowid(gameID), sep='-'))
#   gameID garboCol newCol
#1     34        1   34-1
#2     34        2   34-2
#3     34        3   34-3
#4     34        4   34-4
#5     34        5   34-5
#6     25        6   25-1
#7     25        7   25-2
#8     25        8   25-3

或与glue一起使用（来自glue ）

library(glue)
mydf %>%
     mutate(newCol = glue("{gameID}-{rowid(gameID)}"))

Answer 2

这可能就是您的想法。

mydf %>% 
 group_by(gameID) %>% 
 dplyr::mutate(newCol = paste0(gameID, '-', seq_along(gameID)))
# A tibble: 8 x 3
# Groups:   gameID [2]
#  gameID garboCol newCol
#  <fct>     <dbl> <chr> 
#1 34            1 34-1  
#2 34            2 34-2  
#3 34            3 34-3  
#4 34            4 34-4  
#5 34            5 34-5  
#6 25            6 25-1  
#7 25            7 25-2  
#8 25            8 25-3