如何不使用R中的匯總僅計算先前的值？

Question

這是我的數據集。

num col1
1   SENSOR_01
2   SENSOR_01
3   SENSOR_01
4   SENSOR_05
5   SENSOR_05
6   SENSOR_05
7   NA
8   SENSOR_01
9   SENSOR_01
10  SENSOR_05
11  SENSOR_05

structure（list（num = 1:11，col1 = structure（c（1L，1L，1L，2L，2L，2L，NA，1L，1L，2L，2L）），.Label = c（“ SENSOR_01”，“ SENSOR_05 “），類別=”因子“），計數= c（3L，3L，3L，3L，3L，3L，0L，2L，2L，2L，2L））），類別=“ data.frame”，row.names = c（NA，-11L）

我只想計算以前的重復行。 在1-3行中，傳感器3重復3次，因此計數=3。這是我的預期結果。

num col1    count
1   SENSOR_01   3
2   SENSOR_01   3
3   SENSOR_01   3
4   SENSOR_05   3
5   SENSOR_05   3
6   SENSOR_05   3
7   NA          1
8   SENSOR_01   2
9   SENSOR_01   2
10  SENSOR_05   2
11  SENSOR_05   2

使用dplyr，如何獲得此結果？

Answer 1

我們可以使用rleid創建組，然后計算每個組中的行數。

library(dplyr)

df %>%
  group_by(group = data.table::rleid(col1)) %>%
  mutate(n = n()) %>%
  ungroup() %>%
  dplyr::select(-group)


# A tibble: 11 x 4
#     num col1      count     n
#   <int> <fct>     <int> <int>
# 1     1 SENSOR_01     3     3
# 2     2 SENSOR_01     3     3
# 3     3 SENSOR_01     3     3
# 4     4 SENSOR_05     3     3
# 5     5 SENSOR_05     3     3
# 6     6 SENSOR_05     3     3
# 7     7 NA            1     1
# 8     8 SENSOR_01     2     2
# 9     9 SENSOR_01     2     2
#10    10 SENSOR_05     2     2
#11    11 SENSOR_05     2     2

保留兩列以進行比較。

---

或使用data.table

library(data.table)  
setDT(df)[, n := .N, by = rleid(col1)]

Answer 2

就像一個選項，我們可以使用的變量（為了rownames傳統data.frame ）。 這個想法很簡單：

• 如果在相同傳感器名稱的組中，相鄰記錄之間的距離等於1，並且在全局視圖中也是如此（不分組）-將此記錄的標志設置為零，否則設置為1；否則，
• 仍在相同傳感器名稱的組中，找到標志的累積和，這使我們能夠識別因此出現在全局數據集中的所有記錄子組；
• 仍在組內，計算每個子組中元素的數量；
• 對每組記錄重復此操作。

在tidyverse ：

dat %>%
  mutate(tmp = 1:n()) %>%
  group_by(col1) %>%
  add_count(tmp = cumsum(c(0, diff(tmp)) > 1)) %>%
  ungroup() %>%
  select(-tmp)


# # A tibble: 11 x 3
#      num col1          n
#    <int> <fct>     <int>
#  1     1 SENSOR_01     3
#  2     2 SENSOR_01     3
#  3     3 SENSOR_01     3
#  4     4 SENSOR_05     3
#  5     5 SENSOR_05     3
#  6     6 SENSOR_05     3
#  7     7 NA            1
#  8     8 SENSOR_01     2
#  9     9 SENSOR_01     2
# 10    10 SENSOR_05     2
# 11    11 SENSOR_05     2

數據：

dat <- structure(
  list(
    num = 1:11, 
    col1 = structure(
      c(1L, 1L, 1L, 2L, 2L, 2L, NA, 1L, 1L, 2L, 2L), 
      .Label = c("SENSOR_01", "SENSOR_05" ), 
      class = "factor")
    ), 
  class = "data.frame", 
  row.names = c(NA, -11L)
  )

Answer 3

我們可以使用帶有rle base R來創建“計數”列

df$count <-  with(rle(df$col1), rep(lengths, lengths))    
df$count
#[1] 3 3 3 3 3 3 1 2 2 2 2

---

還是上面的dplyr實現

library(dplyr)
df %>% 
    mutate(count = with(rle(col1), rep(lengths, lengths)))

---

或帶有tidyverse的選項而不包含任何其他軟件包

library(dplyr)
df %>%
    group_by(grp = replace_na(col1, "VALUE"),
    grp = cumsum(grp != lag(grp, default = first(grp)))) %>% 
    mutate(count = n()) %>%
    ungroup %>%
    select(-grp)
# A tibble: 11 x 3
#     num col1      count
#   <int> <chr>     <int>
# 1     1 SENSOR_01     3
# 2     2 SENSOR_01     3
# 3     3 SENSOR_01     3
# 4     4 SENSOR_05     3
# 5     5 SENSOR_05     3
# 6     6 SENSOR_05     3
# 7     7 <NA>          1
# 8     8 SENSOR_01     2
# 9     9 SENSOR_01     2
#10    10 SENSOR_05     2
#11    11 SENSOR_05     2

數據

df <- structure(list(num = 1:11, col1 = c("SENSOR_01", "SENSOR_01", 
"SENSOR_01", "SENSOR_05", "SENSOR_05", "SENSOR_05", NA, "SENSOR_01", 
"SENSOR_01", "SENSOR_05", "SENSOR_05")), 
class = "data.frame", row.names = c(NA, 
-11L))