为R中的相同值添加一列索引

我想从一个数据集中绘制一个平铺图，我每年都有事件发生。例如，我有如下数据：

set.seed(123)
data <- data.frame(years = sample(2000:2010, 50, replace = T))

data[data$years == 2002, ]
    years   index
1    2002       1
2    2002       2
3    2002       3
4    2002       4

我想我需要这样的东西：

set.seed(123)
data <- data.frame(years = sample(2000:2010, 50, replace = T))

data[data$years == 2002, ]
    years   index
1    2002       1
2    2002       2
3    2002       3
4    2002       4

然后我可以用

x=years

和

y=index

平铺

---

谢谢你的建议

可能不是最优雅的。。只是增加了另一种方法

set.seed(123)
data <- data.frame(years = sample(2000:2010, 50, replace = T))
cbind(data[order(data), ], unlist(sapply(rle(data[order(data), ])$lengths, FUN = seq)))
##       [,1] [,2]
##  [1,] 2000    1
##  [2,] 2000    2
##  [3,] 2000    3
##  [4,] 2001    1
##  [5,] 2001    2
##  [6,] 2001    3
##  [7,] 2001    4
##  [8,] 2001    5
##  [9,] 2002    1
## [10,] 2002    2
## [11,] 2002    3
## [12,] 2002    4
## [13,] 2002    5
## [14,] 2003    1
## [15,] 2003    2
## [16,] 2003    3
## [17,] 2003    4
## [18,] 2004    1
## [19,] 2004    2
## [20,] 2004    3
## [21,] 2004    4
## [22,] 2004    5
## [23,] 2005    1
## [24,] 2005    2
## [25,] 2005    3
## [26,] 2005    4
## [27,] 2005    5
## [28,] 2006    1
## [29,] 2006    2
## [30,] 2006    3
## [31,] 2007    1
## [32,] 2007    2
## [33,] 2007    3
## [34,] 2007    4
## [35,] 2007    5
## [36,] 2007    6
## [37,] 2008    1
## [38,] 2008    2
## [39,] 2008    3
## [40,] 2009    1
## [41,] 2009    2
## [42,] 2009    3
## [43,] 2009    4
## [44,] 2009    5
## [45,] 2009    6
## [46,] 2010    1
## [47,] 2010    2
## [48,] 2010    3
## [49,] 2010    4
## [50,] 2010    5

---

可能使用

plyr

：

ddply(data, .(years), mutate, index=1:length(years))

其中：

   years index
1   2000     1
2   2000     2
3   2000     3
4   2001     1
5   2001     2
6   2001     3
7   2001     4
8   2001     5
9   2002     1
10  2002     2
11  2002     3
12  2002     4
13  2002     5

---

我首先按

年份对数据进行排序

，并使用

平均值

，如下所示：

set.seed(123)
data <- data.frame(years = sample(2000:2010, 50, replace = T))
data <- data[order(data$years), , drop = F]
data$index <- ave(data$years, data$years, FUN=seq_along)

# a piece of output
#    years index
# 6   2000     1
# 18  2000     2
# 35  2000     3
# 15  2001     1
# 30  2001     2
# 41  2001     3
# 45  2001     4
# 46  2001     5
# 17  2002     1
# 38  2002     2
# 40  2002     3
# 47  2002     4
# 49  2002     5

请注意，现在保留了顺序。现在，如果我们为

2002

创建子集：

data[data$years == 2002, ]

#    years index
# 17  2002     1
# 38  2002     2
# 40  2002     3
# 47  2002     4
# 49  2002     5

---

本着分享的精神，这里有另一种在base R中实现这一点的方法：

stack(with(data, by(years, years, FUN = seq_along)))

以下是前几行：

> head(stack(with(data, by(years, years, FUN = seq_along))), 10)
   values  ind
1       1 2000
2       2 2000
3       3 2000
4       1 2001
5       2 2001
6       3 2001
7       4 2001
8       5 2001
9       1 2002
10      2 2002

---

因此，任何拆分-应用-合并方法都可能是合适的，例如：

stack(sapply(split(data$years, data), seq_along))
stack(tapply(data$years, data$years, FUN = seq_along))

---

然而，@Arun的

ave

解决方案和@juba的“plyr”解决方案比这些解决方案更适合将列添加到多列数据集中，如果只是因为它们的灵活性的话。

只是好奇：为什么要先对数据排序？这样我就对数据进行了排序。它与

ave

（在编辑下再次显示）无关。（1）非常方便的功能

mutate

<代码>连续（年）更好…？这太棒了。我试着使用

ddply

，但还没弄明白。可耻的是，我正在参加Coursera的数据分析课程，并记得其中一次讲座中的一些神奇功能，我想，“哇，我从来都不知道这一点。那会很方便的。”现在它出现了。。。事后看来，这确实是一个循序渐进的过程！谢谢你的回答！我应该补充一句：当其他人完成这项工作时，我认为这项工作是优雅和值得纪念的。虽然有一些方法可以使用base R，但我认为在实际使用中，有效地记住语法肯定是有意义的。nice（+1），这可以通过使用

sequence

简化为：

sequence（rle（data[order（data）））$length）

？？

stack(sapply(split(data$years, data), seq_along))
stack(tapply(data$years, data$years, FUN = seq_along))