根据“调整后的 group_by”创建一列 - R

Posted 2023-02-16

【中文标题】根据“调整后的 group_by”创建一列 - R

【英文标题】：Create a column based on "adjusted group_by" - R

【发布时间】：2021-11-09 18:40:09

【问题描述】：

我有一个包含足球俱乐部教练姓名的数据框。 有时，一段时间后，同一位教练在过去被解雇后回到球队。 如果我使用 group_by，则输出 df 会将两个教练聚合为同一组。 但是，我希望这会创建不同的组。我不知道我是否说清楚了，但我认为这个例子会比我的文字提供更好的解释：D

如果有包或其他功能可以做到这一点，没问题！

提前致谢！

例子

library(dplyr)
df <- tibble(
  name = c("Jose","Jose", "Maria","Maria","Jose","Jose","Jose")
)
#Desired Output
adjusted_df <- tibble(
  name = c("Jose","Jose", "Maria","Maria","Jose","Jose","Jose"),
  number = c(1,1,1,1,2,2,2)
)
# I think after this desired output, I could group by name and number

【问题讨论】：

df$number <- cumsum(df$name != lag(df$name) & duplicated(df$name)) + 1 之类的内容是否与您要查找的内容相近？或者您是否会考虑仅在 name 中分配一个具有唯一 ID 的更改，例如使用 data.table 的 df$number <- rleid(df$name)？在后一种情况下，您还可以将group_by 与name 和number 结合使用...

非常感谢！两种解决方案都会有所帮助！第二个，使用 data.table，它非常简单且有用。在第一个中，唯一的限制是，如果在 Jose 之后包含一个新名称，例如“Pedro”，我希望将它返回到第一位。但我真的很感激，因为第二个它会解决问题而且很简单！非常感谢！！

【参考方案1】：

如果您按名称和 id 分组，这将为您提供唯一的 id。这不是您指定的确切顺序，但这会起作用。

library(dplyr)
df <- tibble(
  name = c("Jose","Jose", "Maria","Maria","Jose","Jose","Jose")) |> 
  mutate(id = cumsum(ifelse(name != lag(name) | is.na(lag(name)), 1, 0)))

【讨论】：

非常感谢！！对此，我真的非常感激！！这就是我需要的！