r - 使用 dplyr 枚举 data.frame 中的冗余值

Question

我有一个包含两组 ID 的 data.frame，它们都可能是多余的。

这是一个例子:

df <- data.frame(id1 = c("id.1","id.1","id.1","id.1","id.1","id.2","id.2","id.3"),
                 id2 = c("id.1.a","id.1.b","id.1.a","id.1.c","id.1.b","id.2.a","id.2.b","id.3.a"))

我想要做的是添加另一个 ID 列，其中 df$id1 将有一个数字后缀，值增加，遵循 df$id2 的顺序.

因此对于上面的示例，生成的 data.frame 将是:

res.df <- data.frame(id1 = c("id.1","id.1","id.1","id.1","id.1","id.2","id.2","id.3"),
                     id2 = c("id.1.a","id.1.b","id.1.a","id.1.c","id.1.b","id.2.a","id.2.b","id.3.a"),
                     id3 = c("id.1.01","id.1.03","id.1.02","id.1.05","id.1.04","id.2.01","id.2.02","id.3"))

因为 id.1 映射到 id.1.a 两次，映射到 id.1.b 两次，然后映射到 id.1.c一次，变成:id.1.01, id.1.03, id.1.02, id.1.05, id.1.04

知道如何使用 dplyr 或 tidyr 实现这一点吗？

Answer 1

1. 我们按 id1 对行进行分组，因为这是我们要计算行数的分组。
2. 我们将它们排列为 id1 后跟 id2
3. 我们创建一个新列，将 row_number 附加到 id1 的末尾。由于行按 id1 和 id2 排列，row_number 将保持该顺序

例子:

df %>%
    group_by(id1) %>%
    arrange(id1, id2) %>%
    mutate(id3 = paste0(id1, '.', row_number()))


# A tibble: 8 x 3
# Groups:   id1 [3]
  id1   id2    id3   
  <fct> <fct>  <chr> 
1 id.1  id.1.a id.1.1
2 id.1  id.1.a id.1.2
3 id.1  id.1.b id.1.3
4 id.1  id.1.b id.1.4
5 id.1  id.1.c id.1.5
6 id.2  id.2.a id.2.1
7 id.2  id.2.b id.2.2
8 id.3  id.3.a id.3.1