計算子組中運行的更有效方法

Question

計算子組中每個元素的等級

我正在尋找在數據框中添加一列，該列針對列組合的子集中的每個元素寫入該元素的等級。

這可行，但是效率低下：

下面的代碼解決了這個問題，但是我希望以一種內存和CPU效率更高的方式來實現。

## using the plyr package
library(plyr)


## example data
var1 = c(1,1,1,1,2,2,1,5,6,7,1,9,10)
var2 = c("a","a","a","b","b", "b","c","c","c","c","a","a","a" )
ex1 <- data.frame( var1, var2 )



## easy but inefficient solution
ex2 <- ddply( ex1, c("var1", "var2"), transform,  run = 1:length(var1) )

print(ex2)

輸出看起來像這樣（這就是我想要的）

"var1"  "var2"  "run"
    1   "a" 1
    1   "a" 2
    1   "a" 3
    1   "a" 4
    1   "b" 1
    1   "c" 1
    2   "b" 1
    2   "b" 2
    5   "c" 1
    6   "c" 1
    7   "c" 1
    9   "a" 1
    10  "a" 1

輸出的說明（這可能很明顯，以至於造成混淆）：

組合var1 == 1和var2 ==“ a”出現了4次。 在該子組中，ddply計算每個元素的等級，並將等級保存在該元素的同一行中。 第一次出現組合run [1]變為“ 1”，第二次出現run [2]變為“ 2”，依此類推...

編輯

在我的示例中，結果由ddply函數重新排序，但這並不重要。

Answer 1

您可以像這樣使用dplyr來做到這一點：

require(dplyr)

ex1 %>% group_by(var1, var2) %>% mutate(run = 1:n()) %>% arrange(var1, var2)
#   var1 var2 run
#1     1    a   1
#2     1    a   2
#3     1    a   3
#4     1    a   4
#5     1    b   1
#6     1    c   1
#7     2    b   1
#8     2    b   2
#9     5    c   1
#10    6    c   1
#11    7    c   1
#12    9    a   1
#13   10    a   1

arrange只是按照您期望的結果順序進行。

我認為這是可以使用data.table但是我不確定這是否是最慣用的data.table方法：

require(data.table)

setDT(ex1)[,run:=1:.N, by=list(var1, var2)]
#   var1 var2 run
#1:    1    a   1
#2:    1    a   2
#3:    1    a   3
#4:    1    b   1
#5:    2    b   1
#6:    2    b   2
#7:    1    c   1
#8:    5    c   1
#9:    6    c   1
#10:    7    c   1
#11:    1    a   4
#12:    9    a   1
#13:   10    a   1

編輯：

正如@DavidArenburg在其評論中建議的那樣，最好使用：

setDT(ex1)[,run:=seq_len(.N), by=list(var1, var2)]

用於data.table方法。 感謝您的評論！

Answer 2

ave為此工作：

ex1$run <- ave(ex1$var1, list(ex1$var1, ex1$var2), FUN=seq_along)
ex1
   var1 var2 run
1     1    a   1
2     1    a   2
3     1    a   3
4     1    b   1
5     2    b   1
6     2    b   2
7     1    c   1
8     5    c   1
9     6    c   1
10    7    c   1
11    1    a   4
12    9    a   1
13   10    a   1

請注意，這些行不會重新排序。