使用R中的data.table通过多变量组生成递归ID

关于如何使用R中的

data.table

包按组生成ID，我找到了几个选项，但没有一个完全适合我的问题。希望有人能帮忙

在我的问题中，我有160个市场，在一个国家的21个地区内。这些市场的编号为1:160，每个市场中可能记录了多个观察结果。我想重组我的市场ID变量，使其代表每个区域内的独特市场，并开始重新计算每个新区域

下面是一些代码来表示我的问题：

require(data.table)
dt <- data.table(region = c(1,1,1,1,2,2,2,2,3,3,3,3), 
                 market = c(1,1,2,2,3,3,4,4,5,6,7,7))
> dt
    region market
 1:      1      1
 2:      1      1
 3:      1      2
 4:      1      2
 5:      2      3
 6:      2      3
 7:      2      4
 8:      2      4
 9:      3      5
10:      3      6
11:      3      7
12:      3      7

---

这似乎是你想要的回报

dt[, market_new:=as.numeric(factor(market)), by=region]

---

在这里，我们将数据按地区划分，然后通过

factor（）

函数为每个地区的每个市场提供一个唯一的ID，并提取基本的数字指数。

从

1.9.5+

中，您可以使用

frank（）

（或

frankv（）

）和

ties.method=“dense”

，如下所示：

dt[, market_new := frankv(market, ties="dense"), by=region]

---

可能

为.integer

？哦，或者

unclass

，这样效果很好！非常感谢。我知道它必须很简单，只是一个参考

dt[，market\u new:=rleid（market），by=region]

也会产生相同的结果。

dt[, market_new := frankv(market, ties="dense"), by=region]