r 中的條件行索引

Question

我有一個大型數據集，我想創建一個新列來根據條件設置值。 這是一個例子：

x <- tibble(
  x1 = c(rep("a", 3), rep("a1", 3), rep("a2", 3))
)

我想要一個新列來標識第一列的所有相同值。 最終結果應如下所示：

x <- tibble(
  x1 = c(rep("a", 3), rep("a1", 3), rep("a2", 3)),
  x2 = c(rep(1, 3), rep(2, 3), rep(3, 3))
)

是否有捷徑可尋？ 也許在 dplyr 中？ 謝謝您的幫助。

Answer 1

使用.GRP的data.table選項

> setDT(x)[, x2 := .GRP, x1][]
   x1 x2
1:  a  1
2:  a  1
3:  a  1
4: a1  2
5: a1  2
6: a1  2
7: a2  3
8: a2  3
9: a2  3

或rleid （感謝@akrun 的評論）

> setDT(x)[, x2 := rleid(x1)][]
   x1 x2
1:  a  1
2:  a  1
3:  a  1
4: a1  2
5: a1  2
6: a1  2
7: a2  3
8: a2  3
9: a2  3

Answer 2

我們可以使用match

library(dplyr)
x <- x %>% 
         mutate(x2 = match(x1, unique(x1)))

---

或者進行分組並使用cur_group_id獲取組索引

x <- x %>% 
        group_by(x1) %>%
        mutate(x2 = cur_group_id()) %>% 
        ungroup