如何在 R 向量中的新后缀后重置数字序列

Posted 2023-02-22

【中文标题】如何在 R 向量中的新后缀后重置数字序列

【英文标题】：How to reset a numerical sequence after a new suffix in a R vector

【发布时间】：2021-12-24 18:22:02

【问题描述】：

我创建了一个包含组列和个人标识符的数据框，其中包含组名和格式化为标准化三位数代码的数字：

library(stringr)
group = rep(c("A", "B", "C"), each = 3)
df <- data.frame(group, indiv = paste(group, str_pad(1:9, pad = 0, width = 3 , "left"), sep = ""))

一切都很好，但是对于这个理想的结果，我将如何在每次有新前缀时重置个人标识符：

df2 <- data.frame(group, indiv = c("A001", "A002", "A003", 
                                   "B001", "B002", "B003", 
                                   "C001", "C002", "C003"))

【参考方案1】：

我们可以按'group'分组，使用substr从'indiv'中提取第一个字符并使用sprintf格式化序列（row_number()）

library(dplyr)
df %>% 
  group_by(group) %>% 
  mutate(indiv = sprintf('%s%03d', substr(indiv, 1, 1), row_number())) %>%
  ungroup

-输出

# A tibble: 9 × 2
  group indiv
  <chr> <chr>
1 A     A001 
2 A     A002 
3 A     A003 
4 B     B001 
5 B     B002 
6 B     B003 
7 C     C001 
8 C     C002 
9 C     C003 

---

或者直接使用data.table

library(data.table)
setDT(df)[, indiv := sprintf('%s%03d', group, rowid(group))]

---

或使用base R

df$indiv <-  with(df, sprintf('%s%03d', group, 
       ave(seq_along(group), group, FUN = seq_along)))

【讨论】：

这绝对是一种享受:)

【参考方案2】：

另一种基本 R 解决方案：

df <- data.frame(group, 
            indiv = paste(group, str_pad(rep(1:3, 3), 
                    pad = 0, width = 3 , "left"), sep = ""))

【参考方案3】：

这是使用 akrun 的 sprintf 的另一种方法

library(dplyr)

df %>% 
  group_by(group) %>% 
  mutate(indiv = paste0(group, sprintf("%03d", row_number())))

输出：

  group indiv
  <chr> <chr>
1 A     A001 
2 A     A002 
3 A     A003 
4 B     B001 
5 B     B002 
6 B     B003 
7 C     C001 
8 C     C002 
9 C     C003

【参考方案4】：

您可以在mutate 中单独使用sprintf()：

library(dplyr)

df |> 
  group_by(group) |> 
  mutate(indiv = sprintf("%s%03d", group, 1:n()))

%s：字符串，在本例中为group。

%03d：将 3 个前导零添加到一个整数 (%d)，在本例中为分组中的行号。