如何根据列的值对观察值重新编号[重复]

Posted 2023-04-18

【中文标题】如何根据列的值对观察值重新编号[重复]

【英文标题】：How to renumber the observations based on the value of a column [duplicate]

【发布时间】：2019-05-04 08:11:37

【问题描述】：

下面是我的数据的简化示例，new 列是我要添加到数据集中的列。基本上，我想使用 1,2,3,4... 重命名riskset，这样我可以更轻松地进行循环。 riskset 中的数字已排序，它们不连续，riskset 中存在重复数字（每个唯一数字 10~11），所以如何添加另一列根据它们的 riskset 数字分组观察?

  riskset            new
a.0000000017          1
a.0000000017          1
a.0000000017          1
a.0000000017          1
a.0000000066          2
a.0000000066          2
a.0000000066          2
a.0000000066          2
a.0000000099          3
a.0000000099          3
a.0000000099          3
a.0000000099          3
a.0000000099          3
              ......

【参考方案1】：

一个简单的基本 R 解决方案是使用 factors 然后转换 as.integer

as.integer(as.factor(df$riskset))
#[1] 1 1 1 1 2 2 2 2 3 3 3 3 3

或者因为您要求提供dplyr 选项

df %>% mutate(new = as.integer(as.factor(riskset)))

或使用transform的基本R等效项

transform(df, new = as.integer(as.factor(riskset)))

另一种选择是使用dplyr::lag 和cumsum

df %>% mutate(new = cumsum(riskset != lag(riskset, default = T)) + 1)

或者既然你提到了group_by，你可以这样做

df %>% group_by(riskset) %>% group_indices()

生成组索引。

group_indices 也适用于mutate

df %>% group_by(riskset) %>% mutate(new = group_indices())

---

样本数据

df <- read.table(text =
    "  riskset            new
a.0000000017          1
a.0000000017          1
a.0000000017          1
a.0000000017          1
a.0000000066          2
a.0000000066          2
a.0000000066          2
a.0000000066          2
a.0000000099          3
a.0000000099          3
a.0000000099          3
a.0000000099          3
a.0000000099          3", header = T)