r - 用于标记重复项的用户定义函数

Question

我正在尝试创建一个函数，该函数将根据 ID 号识别重复样本(行)，并创建一个新列来写入重复样本(如果有)的测试顺序。

重复的样本将具有相同的 ID，但将具有连续的辅助 ID。下面是我的意思的一个例子。

示例数据:

df <- data.frame(ID1=c(2528,2528,2528,2530,2533,2533),
                 ID2=c("G_54", "G_55", "G_53", "G_99", "G_252", "G_253"),
                 RESULT=c(.235, .237, .236, .325, .445, .446))
df
#    ID1   ID2 RESULT
# 1 2528  G_54  0.235
# 2 2528  G_55  0.237
# 3 2528  G_53  0.236
# 4 2530  G_99  0.325
# 5 2533 G_252  0.445
# 6 2533 G_253  0.446

我希望结果如下所示:

#expected output
#  ID1  ID2    RESULT   RUN
# 2528  G_54    0.235   RUN2
# 2528  G_55    0.237   RUN3
# 2528  G_53    0.236   RUN1
# 2530  G_99    0.325   SINGLE
# 2533  G_252   0.445   RUN1
# 2533  G_253   0.446   RUN2

Answer 1

使用 dplyr:

library(dplyr)

df %>% 
  group_by(ID1) %>% 
  arrange(ID1, ID2) %>% 
  mutate(RUN = row_number(),
         N = n(),
         RUN = ifelse(N == 1, "SINGLE", paste0("RUN", RUN))) %>% 
  select(-N)

#result
#    ID1   ID2 RESULT    RUN
# 1 2528  G_53  0.236   RUN1
# 2 2528  G_54  0.235   RUN2
# 3 2528  G_55  0.237   RUN3
# 4 2530  G_99  0.325 SINGLE
# 5 2533 G_252  0.445   RUN1
# 6 2533 G_253  0.446   RUN2