R 基于重复值对行进行分组

由于某种原因，我对这个特殊的问题有一个盲点

样本数据：

         date id1 id2
   1888-09-08   A   E
   1888-09-15   B   M
   1888-09-22   C   L
   1888-09-22   D   B
   1888-09-29   A   R
   1888-10-27   F   G
   1888-11-17   J   H
   1888-11-17   E   O
   1888-11-24   H   F
   1888-12-15   G   L
   1889-01-19   K   G
   1889-02-09   M   E

我想做的是创建一个第四个变量，它将从1开始，并在每次重复“id1”或“id2”中的值时，在观测值处增加1。从上次增加值时的观察值开始复制值时，该值将再次增加1

预期成果：

         date id1 id2 value
   1888-09-08   A   E     1
   1888-09-15   B   M     1
   1888-09-22   C   L     1
   1888-09-22   D   B     2
   1888-09-29   A   R     2
   1888-10-27   F   G     2
   1888-11-17   J   H     2
   1888-11-17   E   O     2
   1888-11-24   H   F     3
   1888-12-15   G   L     3
   1889-01-19   K   G     4
   1889-02-09   M   E     4

正如您所看到的，在第四行上，id“B”像以前一样重复出现。因此，值变量增加到“2”。从此行开始，我们搜索下一个重复的“id”。这发生在第9行，其中“H”重复出现（自上次“值”更改以来，在先前的观察中已经看到）。然后该值更改为3，下一行的下一个值更改，但当“G”重复时会更改一个值

我希望这是有道理的

我没走多远。我的主要思想是将两列转换成一个长向量，然后找到第一个重复的值。由此，我们可以计算出，属于不同行的所有元素将得到“1”，而元素“8”及其伙伴“7”将得到2。我们可以从第七个元素（第一个元素）开始寻找更多的副本

temp <- as.matrix(c(rbind(as.character(dfr[,2]), as.character(dfr[,3])))) #put two columns into single vector

min(which(duplicated(temp))) #8

---

temp此解决方案不会很快，但它可以工作

x<-sample(LETTERS[1:5],40,replace=TRUE)
y<-sample(LETTERS[1:5],40,replace=TRUE)
df<-data.frame(x=x,y=y,value=1)
df$x<-as.character(df$x)
df$y<-as.character(df$y)

vec<-c(df[1,c('x','y')])
for(i in 2:nrow(df)){

    if(df[i,'x'] %in% vec | df[i,'y'] %in% vec) {  #checking whether in vector

        print('in') #printing when duplicates are found
        df[i,'value']=df[i-1,'value']+1 #adding to the value
        vec<-c(df[i,c('x','y')]) #resetting the vector

    } else {

        df[i,'value']=df[i-1,'value'] 
        vec<-c(vec,df[i,c('x','y')])   #if not found i add to the vector 

    }

}

xdoes this help？进一步检查后，我发现这不起作用……例如。set.seed（19）-执行此过程后，值列不正确。我想知道你是否可以重复这个错误？是的，它在开始和找到重复项后都没有拾取第一行。我更改了“vec”的初始设置以说明这一点。现在可以用了吗？是的，很好-我想正是它-第一排-谢谢。当然可以。确保您同时选择了这两个编辑。我编辑了vec的初始设置，当我们在发现一个副本时重置，因为这是一个比我最初认为的更大的错误。。。