R 创建指示器

我想为矩阵创建一个数字指示器，这样对于一个变量中的每个唯一元素，它会基于另一个变量中的元素创建一个长度序列。例如：

frame<- data.frame(x = c("a", "a", "a", "b", "b"), y = c(3,3,3,2,2))
frame
  x y
1 a 3
2 a 3
3 a 3
4 b 2
5 b 2

---

非常感谢您的帮助。谢谢。

您可以在

x

上拆分

数据.frame

，并基于此生成一个新的id列：

> frame$z <- unlist(lapply(split(frame, frame$x), function(x) 1:nrow(x)))
> frame
  x y z
1 a 3 1
2 a 3 2
3 a 3 3
4 b 2 1
5 b 2 2

另一种方法：

frame$z <- unlist(lapply(rle(as.numeric(frame[, "x"]))$lengths, seq_len))

frame$zNo
ave

frame$z <- with(frame, ave(y,x,FUN=seq_along) )
frame

#  x y z
#1 a 3 1
#2 a 3 2
#3 a 3 3
#4 b 2 1
#5 b 2 2

我最初的想法是使用：

frame[,z := .SD[,.I], by=x]

其中
.SD
指
数据的每个子集。表
按

x

拆分

.I
返回整个
数据表的行号。因此，
.SD[，.I]
返回每个组中的行号。尽管如此，正如@mnel所指出的，与其他方法相比，这是低效的，因为每个组都需要将整个
.SD
加载到内存中才能运行此计算。
尝试此方法，其中
x
是要进行分组的列，
y
是任何数字列。如果没有数字列，则使用沿（x）的
seq_
，例如，代替
y
：

transform(frame, z = ave(y, x, FUN = seq_along))

这是x的指示器，y的指示器还是两者都有？打得好，长官，打得好+1@TylerRinker，没那么好。。另外两个解决方案要求数据由
x
排序，这一个比您更快…：-）是的，我还感到惊讶的是，即使在几分钟之后，也没有人建议使用
ave
。您可以使用
1:nrow（.SD）
（
data.table（frame）[，z:=sequence（.N），by=x]
）引用
.SD
将整个
.SD
加载到内存中。使用
z:=seq_len（.N）
。
序列（rle（as.numeric（frame$x））$length）
对我来说似乎更直接。
rle
方法的一个可能问题（或优点，取决于OP想要什么）是，数据需要先排序，否则每次“x”中的值发生变化时，序列都会被重置。@阿南达我假设OP确实想要这样做，但可能不是这样。不要做
.SD[，.I]
，使用
z:=seq\u len（.N）
。对于
.SD
较大的情况，后者将具有更高的内存（和时间）效率。
[，.I]
仅适用于
.SD
而不是任意的列集。我怀疑
.SD
魔力背后存在某种合并。@Scottrichie原因
.SD[，.I]
之所以有效，是因为在此
中.I
的范围在
.SD
中，例如，请参见
框架[，c（'z1'，'z2'）：=list（.I，.SD[，.I]），by=x]
frame$z <- with(frame, ave(y,x,FUN=seq_along) )
frame

#  x y z
#1 a 3 1
#2 a 3 2
#3 a 3 3
#4 b 2 1
#5 b 2 2

#library(data.table)
#frame <- as.data.table(frame)
frame[,z := seq_len(.N), by=x]

frame[,z := .SD[,.I], by=x]

transform(frame, z = ave(y, x, FUN = seq_along))