使用while循环根据R中的重复值创建一个新变量

Posted 2023-03-15

【中文标题】使用while循环根据R中的重复值创建一个新变量

【英文标题】：Using a while loop to create a new variable based on duplicated values in R

【发布时间】：2018-03-05 22:14:07

【问题描述】：

所以我有一组看起来像这样的数据：

group  ID
aa     123
ab     123
bb     345
bb     345
bb     999
bb     999
cc     567
cd     567

当 ID 相同时，组应等于该 ID 的第二个条目。所以修正后的数据应该是这样的：

group  ID   group2
aa     123  ab
ab     123  ab
bb     345  bb
bb     345  bb
bb     999  bb
bb     999  bb
cc     567  cd
cd     567  cd

我还需要创建一个新变量来存储正确的组。这是我一直在尝试的：

n <- 1 + (1:(as.numeric(nrow(data))))
l <- 1:(as.numeric(nrow(data)))
while (data[n,1] == data[l,1])  data$group2 <- data[n,1] 

【参考方案1】：

在基础 R

df$group2 = df$group[ave(1:NROW(df), df$ID, FUN = max)]
#If each ID can have more than two rows
#and you specifically want the value from second row, use 
#df$group[ave(1:NROW(df), df$ID, FUN = function(x) x[2])]
df
#  group  ID group2
#1    aa 123     ab
#2    ab 123     ab
#3    bb 345     bb
#4    bb 345     bb
#5    bb 999     bb
#6    bb 999     bb
#7    cc 567     cd
#8    cd 567     cd

您也可以使用 for 循环，但这并不是必需的

group2 = c()
for(x in df$ID)
    temp = subset(df, df$ID == x)
    group2 = c(group2, temp$group[2])

group2
#[1] "ab" "ab" "bb" "bb" "bb" "bb" "cd" "cd"

数据

df = structure(list(group = c("aa", "ab", "bb", "bb", "bb", "bb", 
"cc", "cd"), ID = c(123L, 123L, 345L, 345L, 999L, 999L, 567L, 
567L)), .Names = c("group", "ID"), row.names = c(NA, -8L), class = "data.frame")

【参考方案2】：

如果你想在一个进程中完成所有工作，你想告诉 R 你想要 group2 中每个 ID 组的 group 的第二个元素。如果group 是字符，您可以执行以下操作。您的数据称为mydf。

mydf %>%
group_by(ID) %>%
mutate(group2 = group[2])

#  group    ID group2
#  <chr> <int>  <chr>
#1    aa   123     ab
#2    ab   123     ab
#3    bb   345     bb
#4    bb   345     bb
#5    bb   999     bb
#6    bb   999     bb
#7    cc   567     cd
#8    cd   567     cd

【参考方案3】：

这是一个使用data.table 的选项。按'ID'分组后，选择'group'的第二个观察值并将其分配（:=）给'group2'

library(data.table)
setDT(df1)[, group2 := group[2], ID]
df1
#   group  ID group2
#1:    aa 123     ab
#2:    ab 123     ab
#3:    bb 345     bb
#4:    bb 345     bb
#5:    bb 999     bb
#6:    bb 999     bb
#7:    cc 567     cd
#8:    cd 567     cd

【讨论】：

我们同时致力于相同的解决方案。 :)

【参考方案4】：

假设您的 group 列是一个字符而不是一个因素，使用 dplyr 包的以下技巧将主要工作：

library(dplyr)
answer = data %>% mutate(group2 = ifelse(ID == lead(ID), lead(group), group))

我说“大部分工作”是因为最后一项的group2 值为NA。不过，这很容易解决：

answer$group2[nrow(answer)] = answer$group[nrow(answer)]

【讨论】：

谢谢您，这非常有效！我知道必须有一个简单的方法来做到这一点。

谢谢！如果您觉得这个答案有用，请采纳。