r - 将数据映射到数据框中的列的更好方法？

Question

我有几个需要合并的大型数据框，有时会添加一个唯一可识别的列来合并它们。我使用这种可行的方法，但似乎需要很长时间。基本上，使用dplyr，我获取一个变量的distinct返回值，然后mutate为每个变量获取一个新变量，然后merge将该变量返回到原始数据帧。有没有更好的方法来实现这一点？

df <- tibble(
  x = rep(LETTERS, 10)
)


df %>% 
  distinct(x) %>% 
  mutate(y = 1:nrow(.)) %>% 
  right_join(df)

标签： rdplyr

Answer 1

我们可以使用match

library(dplyr)
df %>% 
    mutate(y = match(x, unique(x)))

---

或与factor

df %>% 
    mutate(y = as.integer(factor(x, levels = unique(x))))

---

或与group_indices

df %>%
   mutate(y = group_indices(., x))