根据数据表（R）列中的更改值对组进行编号

我想用data.table做一些非常基本的事情，但我不知道怎么做

我有以下数据：

test <- data.table(exo = c(1,1,1,1,1,1,1), number = c(1,2,3,4,5,6,7), remark = c("OK","OK","KO","KO","OK","OK","OK"))
  
   exo number remark
1:   1      1     OK
2:   1      2     OK
3:   1      3     KO
4:   1      4     KO
5:   1      5     OK
6:   1      6     OK
7:   1      7     OK
8:   1      8     KO

---

有人能帮我吗？

我们可以使用

rleid

来表示

备注

，因此每次更改都被视为一个新的组

library(data.table)
test[ , indic_num := .GRP, by = .(exo, rleid(remark))]
test

#   exo number remark indic_num
#1:   1      1     OK         1
#2:   1      2     OK         1
#3:   1      3     KO         2
#4:   1      4     KO         2
#5:   1      5     OK         3
#6:   1      6     OK         3
#7:   1      7     OK         3

---

我们可以将

rleid

用于

备注

，因此每次更改都被视为一个新组

library(data.table)
test[ , indic_num := .GRP, by = .(exo, rleid(remark))]
test

#   exo number remark indic_num
#1:   1      1     OK         1
#2:   1      2     OK         1
#3:   1      3     KO         2
#4:   1      4     KO         2
#5:   1      5     OK         3
#6:   1      6     OK         3
#7:   1      7     OK         3

---

使用

dplyr

，我们可以使用

cur\u group\u id

library(dplyr)
library(data.table)
test %>% 
     group_by(exo, grp = rleid(remark)) %>%
     mutate(indic_num = cur_group_id()) %>%
     ungroup %>%
     select(-grp)
# A tibble: 7 x 4
#    exo number remark indic_num
#  <dbl>  <dbl> <chr>      <int>
#1     1      1 OK             1
#2     1      2 OK             1
#3     1      3 KO             2
#4     1      4 KO             2
#5     1      5 OK             3
#6     1      6 OK             3
#7     1      7 OK             3

---

使用

dplyr

，我们可以使用

cur\u group\u id

library(dplyr)
library(data.table)
test %>% 
     group_by(exo, grp = rleid(remark)) %>%
     mutate(indic_num = cur_group_id()) %>%
     ungroup %>%
     select(-grp)
# A tibble: 7 x 4
#    exo number remark indic_num
#  <dbl>  <dbl> <chr>      <int>
#1     1      1 OK             1
#2     1      2 OK             1
#3     1      3 KO             2
#4     1      4 KO             2
#5     1      5 OK             3
#6     1      6 OK             3
#7     1      7 OK             3