如何为r中的嵌套组创建组索引

我有一个数据集，其中包含嵌套在个人中的多个观察值。此示例数据集包括id列和星期几列（dayweek，1-7）。我对每个人进行了3天的观察。因此，一个人可能只提交了Sun/Wed/Thu（1,4,5）的报告，而另一个人可能提交了Sun/Mon/Tue（1,2,3）的报告，如本例所示：

---

df我们可以
按
id
分组，并为每个
工作日创建一个唯一的
id

library(dplyr)

df %>%
  group_by(id) %>%
  mutate(daynum = as.integer(factor(dayweek, levels = unique(dayweek))))

#      id dayweek daynum
#   <dbl>   <dbl>  <int>
# 1     1       1      1
# 2     1       1      1
# 3     1       4      2
# 4     1       4      2
# 5     1       5      3
# 6     1       5      3
# 7     2       1      1
# 8     2       1      1
# 9     2       2      2
#10     2       2      2
#11     2       3      3
#12     2       3      3
#13     2       3      3

dplyr
使用
cumsum
和
！使用dplyr复制的

df %>%
  group_by(id) %>%
  mutate(daynum = cumsum(!duplicated(dayweek)))


# A tibble: 13 x 3
# Groups:   id [2]
      id dayweek daynum
   <dbl>   <dbl>  <int>
 1     1       1      1
 2     1       1      1
 3     1       4      2
 4     1       4      2
 5     1       5      3
 6     1       5      3
 7     2       1      1
 8     2       1      1
 9     2       2      2
10     2       2      2
11     2       3      3
12     2       3      3
13     2       3      3

根据，行是按顺序排列的

然后，这里有两种不同的方法也将处理评论中提到的“星期五、星期六、星期天”案例（
dayweek
6、7、1）

rleid（）
fct\u顺序（）
rleid（）
这将使用
数据表中的
rleid（）
函数

library(dplyr)
df2 %>% 
  group_by(id) %>% 
  mutate(daynum2 = data.table::rleid(dayweek)) 

输出与上面相同

资料
这是一个扩展数据集，还包括“星期五、星期六、星期日”案例（
dayweek
6、7、1）：

df2如果是星期五、星期六、星期天怎么办：那么你会有6、7、1，但6是第一天，1是第三天，对吗？行是否已按日期顺序排列，以便id的第一行将获得daynum=1？您好，正确：在这种情况下，我希望重新编码6到1、7到2和1到3。是的，行是按顺序排列的，但每个人每天的观察次数不同。因此，他们可能对Sat有4个观测值，对Sun有2个观测值，等等。对于“周五、周六、周日”案例（
dayweek
6、7、1），这将返回2、3、1，而OP根据评论预计会有1、2、3。@Uwe谢谢，更新了解决该案例的答案。
unique
的使用很有趣。不知怎的，
！重复的
很容易被理解为“唯一的”
，但应用它会变得很棘手。@NelsonGon是的，这里OP希望根据观察到的
dayweek
的时间遵循正确的顺序，因此，使用了
唯一的

。这也很好地处理了“星期五、星期六、星期天”的情况（

dayweek

6、7、1）。

df %>%
  group_by(id) %>%
  mutate(daynum = cumsum(!duplicated(dayweek)))


# A tibble: 13 x 3
# Groups:   id [2]
      id dayweek daynum
   <dbl>   <dbl>  <int>
 1     1       1      1
 2     1       1      1
 3     1       4      2
 4     1       4      2
 5     1       5      3
 6     1       5      3
 7     2       1      1
 8     2       1      1
 9     2       2      2
10     2       2      2
11     2       3      3
12     2       3      3
13     2       3      3

unlist(tapply(df$dayweek, df$id, function(x) cumsum(!duplicated(x))))

 1  1  2  2  3  3  1  1  2  2  3  3  3 

library(dplyr)
df2 %>% 
  group_by(id) %>% 
  mutate(daynum2 = data.table::rleid(dayweek)) 

      id dayweek daynum daynum2
   <dbl>   <dbl>  <dbl>   <int>
 1     1       1      1       1
 2     1       1      1       1
 3     1       4      2       2
 4     1       4      2       2
 5     1       5      3       3
 6     1       5      3       3
 7     2       1      1       1
 8     2       1      1       1
 9     2       2      2       2
10     2       2      2       2
11     2       3      3       3
12     2       3      3       3
13     2       3      3       3
14     3       6      1       1
15     3       7      2       2
16     3       1      3       3

df2 %>% 
  group_by(id) %>% 
  mutate(daynum2 = 
           dayweek %>% 
           as.character() %>% 
           forcats::fct_inorder() %>% 
           as.integer()
         ) 

df2 <- data.frame(
  id = c(rep(1:2, each = 6), 2, rep(3, 3)),
  dayweek = c(rep(c(1, 4, 5), each = 2),rep(c(1, 2, 3), each = 2), 3, 6, 7, 1),
  daynum = c(rep(1:3, each = 2, times = 2), 3, 1:3)
)