R 将索引添加到相等值的运行中，考虑NA

以下是我的数据示例：

df <- data.frame(dyad = c("a", "a", "b", NA, "c", NA, "c", "b"))
df
#   dyad
# 1    a
# 2    a
# 3    b
# 4 <NA>
# 5    c
# 6 <NA>
# 7    c
# 8    b

---

欢迎任何关于如何使其工作的见解或建议

使用

data.table

和

cumsum

中的

rleid

library(data.table)

df$event <- rleid(df$dyad) - cumsum(is.na(df$dyad))
df$event[is.na(df$dyad)] <- NA
df

#  dyad event
#1    a     1
#2    a     1
#3    b     2
#4 <NA>    NA
#5    c     3
#6 <NA>    NA
#7    c     4
#8    b     5

---

一种可能性：

r=rle（df$dyad）

<代码>r$values[！is.na（r$values）]=沿着（r$values[！is.na（r$values）]）的顺序排列

df$rid=inverse.rle（r）

谢谢！这和@Henrik在上面的评论中提供的解决方案一样有效。@Ronak Shah，这如何处理多个

NA

的运行？例如，对于

x=c（“a”，NA，NA，“a”）

，我希望

1na-NA-2

。这可能不是OP的问题，我只是在想一个更一般的解决方案。有什么想法吗？干杯。是的，你是对的。它不适用于连续的

NA

。我进行了编辑以更新答案。虽然我认为我的解决方案过于复杂，可能有一个更简单的解决方案。

library(data.table)

df$event <- rleid(df$dyad) - cumsum(is.na(df$dyad))
df$event[is.na(df$dyad)] <- NA
df

#  dyad event
#1    a     1
#2    a     1
#3    b     2
#4 <NA>    NA
#5    c     3
#6 <NA>    NA
#7    c     4
#8    b     5

x = c("a", NA, NA, "a", "b", "b", "c", NA)
y <- cumsum(!duplicated(rleid(x)) & !is.na(x))
y[is.na(x)] <- NA
y
#[1]  1 NA NA  2  3  3  4 NA