按R中的组计算上一个项目的数量
我想创建一个新的变量,它统计分组中以前项目的数量。以下是我的意思,以按R中的组计算上一个项目的数量,r,counting,R,Counting,我想创建一个新的变量,它统计分组中以前项目的数量。以下是我的意思,以esoph数据集为例 首先,我按组对数据集进行排序esoph$agegp、esoph$alcgp和一个附加值列-esoph$ncontrols 这给了我以下数据集 x<-esoph[order(esoph$agegp, esoph$alcgp, -esoph$ncontrols ), ] x agegp alcgp tobgp ncases ncontrols 1 25-34 0-39g/day 0
esoph
数据集为例
首先,我按组对数据集进行排序esoph$agegp、esoph$alcgp
和一个附加值列-esoph$ncontrols
这给了我以下数据集
x<-esoph[order(esoph$agegp, esoph$alcgp, -esoph$ncontrols ), ]
x
agegp alcgp tobgp ncases ncontrols
1 25-34 0-39g/day 0-9g/day 0 40
2 25-34 0-39g/day 10-19 0 10
3 25-34 0-39g/day 20-29 0 6
4 25-34 0-39g/day 30+ 0 5
5 25-34 40-79 0-9g/day 0 27
6 25-34 40-79 10-19 0 7
8 25-34 40-79 30+ 0 7
7 25-34 40-79 20-29 0 4
9 25-34 80-119 0-9g/day 0 2
11 25-34 80-119 30+ 0 2
...
如何计算此列
谢谢 可以使用专门的软件包,如
dplyr
,其中包含row\u number()
。我们需要按变量('alcgp')分组,并使用mutate
创建一个新列
library(dplyr)
df1 %>%
group_by( alcgp) %>%
mutate(indx= row_number())
或者使用base R
中的ave
。我们按“alcgp”分组,在FUN
中,我们可以指定顺序。我使用了seq_-along(alcgp)
,因为如果变量是factor
class,它可能不起作用
df1$indx <- with(df1, ave(seq_along(alcgp), alcgp, FUN=seq_along))
下面是一个数据表
解决方案:
R> (data.table(Data)[,index := 1:.N, by = "agegp,alcgp"])
agegp alcgp tobgp ncases ncontrols index
1: 25-34 0-39g/day 0-9g/day 0 40 1
2: 25-34 0-39g/day 10-19 0 10 2
3: 25-34 0-39g/day 20-29 0 6 3
4: 25-34 0-39g/day 30+ 0 5 4
5: 25-34 40-79 0-9g/day 0 27 1
6: 25-34 40-79 10-19 0 7 2
7: 25-34 40-79 30+ 0 7 3
8: 25-34 40-79 20-29 0 4 4
9: 25-34 80-119 0-9g/day 0 2 1
10: 25-34 80-119 30+ 0 2 2
库(data.table)
##
数据重复的某种类型和大约1MM相似questions@DavidArenburg在第一个列表中,它是列标题中的rank
,在第二个列表中,它是counter
,而不是count
:-)
library(splitstackshape)
getanID(df1, 'alcgp')
R> (data.table(Data)[,index := 1:.N, by = "agegp,alcgp"])
agegp alcgp tobgp ncases ncontrols index
1: 25-34 0-39g/day 0-9g/day 0 40 1
2: 25-34 0-39g/day 10-19 0 10 2
3: 25-34 0-39g/day 20-29 0 6 3
4: 25-34 0-39g/day 30+ 0 5 4
5: 25-34 40-79 0-9g/day 0 27 1
6: 25-34 40-79 10-19 0 7 2
7: 25-34 40-79 30+ 0 7 3
8: 25-34 40-79 20-29 0 4 4
9: 25-34 80-119 0-9g/day 0 2 1
10: 25-34 80-119 30+ 0 2 2
library(data.table)
##
Data <- read.table(
text = " agegp alcgp tobgp ncases ncontrols
1 25-34 0-39g/day 0-9g/day 0 40
2 25-34 0-39g/day 10-19 0 10
3 25-34 0-39g/day 20-29 0 6
4 25-34 0-39g/day 30+ 0 5
5 25-34 40-79 0-9g/day 0 27
6 25-34 40-79 10-19 0 7
8 25-34 40-79 30+ 0 7
7 25-34 40-79 20-29 0 4
9 25-34 80-119 0-9g/day 0 2
11 25-34 80-119 30+ 0 2",
header = TRUE,
stringsAsFactors = FALSE
)