时间戳

首页 > 解决方案 > 在数据框中生成新列，按组计算重复项

r - 在数据框中生成新列，按组计算重复项

问题描述

我想在数据集中生成一个新变量。此变量应计算由另一个变量定义的不同组中值的出现次数。

这是一个示例数据框：

 x <- c(1, 1, 2, 3, 3, 3, 4, 4)
 y <- c(5, 4, 4, 5, 5, 5, 1, 1)

 dat <- data.frame(x, y)
 dat

   x y
 1 1 5
 2 1 4
 3 2 4
 4 3 5
 5 3 5
 6 3 5
 7 4 1
 8 4 1

现在我想生成一个新变量，我们称它为 z。z 应该按组计算 y 中重复出现的次数（由 x 定义的组：1、2、3、4）。因此，结果应如下所示：

   x y z
 1 1 5 1
 2 1 4 1
 3 2 4 1
 4 3 5 1
 5 3 5 2
 6 3 5 3
 7 4 1 1
 8 4 1 2

有没有办法用 dplyr 做到这一点？

标签： rdataframedplyr

解决方案

一个选项是进行分组并创建一个序列列

library(dplyr)
dat %>% 
     group_by(x, y) %>%
     mutate(z = row_number())
# A tibble: 8 x 3
# Groups:   x, y [5]
#      x     y     z
#  <dbl> <dbl> <int>
#1     1     5     1
#2     1     4     1
#3     2     4     1
#4     3     5     1
#5     3     5     2
#6     3     5     3
#7     4     1     1
#8     4     1     2

还与base R

dat$z <- with(dat, ave(seq_along(x), x, y, FUN = seq_along))

或与data.table

library(data.table)
setDT(dat)[, z := seq_len(.N), .(x, y)]

或者更紧凑

setDT(dat)[, z := rowid(x, y)]

推荐阅读