这个问题在这里已经有了答案:
How to number/label data-table by group-number from group_by?
(6 个回答)
5年前关闭。
我在 R 中使用 dplyr 表。典型的字段是主键、标识组的 ID 号、日期字段和一些值。有些数字我做了一些操作,在一些初步步骤中抛出了一堆数据。
为了进行我的下一步分析(在 MC Stan 中),如果日期和组 ID 字段都是整数索引会更容易。所以基本上,我需要将它们重新索引为介于 1 和不同元素总数之间的整数(group_id 约为 750,date_id 约为 250,group_id 已经是整数,但日期不是)。将其导出到数据框后,这相对简单,但我很好奇在 dplyr 中是否可行。
我尝试创建一个新的 date_val(称为 date_val_new)如下。根据评论中的讨论,我有一些虚假数据。我故意使组和日期值不为 1,但我没有将日期设为实际日期。我使数据不平衡,删除了一些值来说明问题。 dplyr 命令为每个新组从 1 重新开始索引,不管它是什么 date_val。所以每组从 1 开始,即使日期不同。
df1 <- data.frame(id = 1:40,
group_id = (10 + rep(1:10, each = 4)),
date_val = (20 + rep(rep(1:4), 10)),
val = runif(40))
for (i in c(5, 17, 33))
{
df1 <- df1[!df1$id == i, ]
}
df_new <- df1 %>%
group_by(group_id) %>%
arrange(date_val) %>%
mutate(date_val_new=row_number(group_id)) %>%
ungroup()
最佳答案
这是基本的R方法:
df1 %>% mutate(date_val_new = match(date_val, unique(date_val)))
或者使用 data.table,
df1[, date_val_new := .GRP, by=date_val]
.
关于r - 在 dplyr 中创建新索引/重新索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33509852/