基于另一列的值和频率（以R为单位），使用dplyr创建列

当我想到一个更好的标题时，我将很快编辑帖子名称，但目前，下面的一个简短示例突出了我正在努力解决的问题：

dput(mydf)
structure(list(gameID = c("34", "34", "34", "34", "34", "25", 
"25", "25")), class = "data.frame", row.names = c(NA, -8L))

mydf
    gameID
1     34
2     34
3     34
4     34
5     34
6     25
7     25
8     25

（包含garbocCol只是为了使dataframe的列数大于1，否则请忽略。）这感觉应该是一个相当简单的数据操作问题。我想创建一个新列，它只是粘贴了gameID计数的gameID列。因此，我寻求以下产出：

mydf
  gameID    newCol
1     34     34-1
2     34     34-2
3     34     34-3
4     34     34-4
5     34     34-5
6     25     25-1
7     25     25-2
8     25     25-3

gameID列已经是一个字符，而newCol最好也是字符类型。我在一个长的ish dplyr链中工作，并试图使以下各项正常工作：

mydf <- mydf %>% 
  dplyr::mutate(newCol = paste0(gameID, '-', {what goes here}))

mydf%
dplyr:：mutate（newCol=paste0（gameID，'-'，{这里发生了什么}））

---

我可以很容易地使用for循环来实现这一点，但是dplyr解决方案会更好。

如果我们需要使用sequence

粘贴

，请使用

行号（）获取序列。

按“gameID”和

粘贴

分组以创建“newCol”

mydf %>%
    group_by(gameID) %>%
    mutate(newCol = paste(gameID, row_number(), sep = '-'))
# A tibble: 8 x 3
# Groups:   gameID [2]
#  gameID garboCol newCol
#  <fct>     <dbl> <chr> 
#1 34            1 34-1  
#2 34            2 34-2  
#3 34            3 34-3  
#4 34            4 34-4  
#5 34            5 34-5  
#6 25            6 25-1  
#7 25            7 25-2  
#8 25            8 25-3  

或与

胶水一起使用（从
胶水
）

如果我们需要使用sequence
粘贴
，请使用按“gameID”分组的
行编号（）获取序列，然后使用
粘贴
创建“newCol”

mydf %>%
    group_by(gameID) %>%
    mutate(newCol = paste(gameID, row_number(), sep = '-'))
# A tibble: 8 x 3
# Groups:   gameID [2]
#  gameID garboCol newCol
#  <fct>     <dbl> <chr> 
#1 34            1 34-1  
#2 34            2 34-2  
#3 34            3 34-3  
#4 34            4 34-4  
#5 34            5 34-5  
#6 25            6 25-1  
#7 25            7 25-2  
#8 25            8 25-3  

或与
胶水一起使用（从
胶水
）

这可能就是你的想法

mydf %>% 
 group_by(gameID) %>% 
 dplyr::mutate(newCol = paste0(gameID, '-', seq_along(gameID)))
# A tibble: 8 x 3
# Groups:   gameID [2]
#  gameID garboCol newCol
#  <fct>     <dbl> <chr> 
#1 34            1 34-1  
#2 34            2 34-2  
#3 34            3 34-3  
#4 34            4 34-4  
#5 34            5 34-5  
#6 25            6 25-1  
#7 25            7 25-2  
#8 25            8 25-3 

mydf%>%
组别依据（配子ID）%>%
dplyr:：mutate（newCol=paste0（gameID，'-'，seq_沿（gameID）））
#一个tibble:8x3
#组：gameID[2]
#配子甘草
#         
#1 34            1 34-1  
#2 34            2 34-2  
#3 34            3 34-3  
#4 34            4 34-4  
#5 34            5 34-5  
#6 25            6 25-1  
#7 25            7 25-2  
#8 25            8 25-3 
这可能就是您的想法

mydf %>% 
 group_by(gameID) %>% 
 dplyr::mutate(newCol = paste0(gameID, '-', seq_along(gameID)))
# A tibble: 8 x 3
# Groups:   gameID [2]
#  gameID garboCol newCol
#  <fct>     <dbl> <chr> 
#1 34            1 34-1  
#2 34            2 34-2  
#3 34            3 34-3  
#4 34            4 34-4  
#5 34            5 34-5  
#6 25            6 25-1  
#7 25            7 25-2  
#8 25            8 25-3 

mydf%>%
组别依据（配子ID）%>%
dplyr:：mutate（newCol=paste0（gameID，'-'，seq_沿（gameID）））
#一个tibble:8x3
#组：gameID[2]
#配子甘草
#         
#1 34            1 34-1  
#2 34            2 34-2  
#3 34            3 34-3  
#4 34            4 34-4  
#5 34            5 34-5  
#6 25            6 25-1  
#7 25            7 25-2  
#8 25            8 25-3 
我应该删除garbocol，这会让帖子更混乱我应该删除garbocol，这会让帖子更混乱你认为这可以在没有分组的情况下完成吗？如果不是这样的话，但是group_by有一个意想不到的结果，就是转换成一个tibble，这就是将很多字符类转换成int（即使它们应该仍然是字符类型），实际上最后的注释是一个谎言-我在代码中进一步处理列类类型，所以是okay@Canovice您可以使用
data.table
中的
rowid
。i、 e.
mydf%>%变异（newCol=paste（gameID，rowid（gameID），sep='-'））
你认为这可以在没有分组的情况下通过“ing”完成吗？如果不是这样的话，但是group_by有一个意想不到的结果，就是转换成一个tibble，这就是将很多字符类转换成int（即使它们应该仍然是字符类型），实际上最后的注释是一个谎言-我在代码中进一步处理列类类型，所以是okay@Canovice您可以使用
data.table
中的
rowid
。i、 e.
mydf%>%突变（newCol=paste（gameID，rowid（gameID），sep='-'）