Работа с фреймом данных, похожим на этот:
set.seed(100)
df <- data.frame(cat = c(rep("aaa", 5), rep("bbb", 5), rep("ccc", 5)), val = runif(15))
df <- df[order(df$cat, df$val), ]
df
cat val
1 aaa 0.05638315
2 aaa 0.25767250
3 aaa 0.30776611
4 aaa 0.46854928
5 aaa 0.55232243
6 bbb 0.17026205
7 bbb 0.37032054
8 bbb 0.48377074
9 bbb 0.54655860
10 bbb 0.81240262
11 ccc 0.28035384
12 ccc 0.39848790
13 ccc 0.62499648
14 ccc 0.76255108
15 ccc 0.88216552
Я пытаюсь добавить столбец с нумерацией в каждой группе. Делая это таким образом, очевидно, не используя полномочия R:
df$num <- 1
for (i in 2:(length(df[,1]))) {
if (df[i,"cat"]==df[(i-1),"cat"]) {
df[i,"num"]<-df[i-1,"num"]+1
}
}
df
cat val num
1 aaa 0.05638315 1
2 aaa 0.25767250 2
3 aaa 0.30776611 3
4 aaa 0.46854928 4
5 aaa 0.55232243 5
6 bbb 0.17026205 1
7 bbb 0.37032054 2
8 bbb 0.48377074 3
9 bbb 0.54655860 4
10 bbb 0.81240262 5
11 ccc 0.28035384 1
12 ccc 0.39848790 2
13 ccc 0.62499648 3
14 ccc 0.76255108 4
15 ccc 0.88216552 5
Что было бы хорошим способом сделать это?
Ответы:
Используйте
ave
,ddply
,dplyr
илиdata.table
:или:
или:
или (самый эффективный в использовании памяти, поскольку он назначается ссылкой внутри
DT
):источник
ave
здесь вместо числа int выдается float. Поочередно, может изменитьсяdf$val
наseq_len(nrow(df))
. Я только что столкнулся с этим здесь: stackoverflow.com/questions/42796857/…data.table
решение кажется более быстрым, чем использованиеfrank
:library(microbenchmark); microbenchmark(a = DT[, .(val ,num = frank(val)), by = list(cat)] ,b =DT[, .(val , id = seq_len(.N)), by = list(cat)] , times = 1000L)
dplyr
Решение хорошо. Но если, как и я, вы продолжали получать странные ошибки при попытке такого подхода, убедитесь, что вы не получаете конфликтов между нимиplyr
иdplyr
как описано в этом посте. Этого можно избежать, явно вызвавdplyr::mutate(...)
data.table
методsetDT(df)[, id:=rleid(val), by=.(cat)]
library(plyr)
иlibrary(dplyr)
ответить, чтобы сделать столбец рейтинга val в порядке убывания?Для этого г-задаваемые вопросывопрос более полный, базовый вариант R с
sequence
иrle
:который дает намеченный результат:
Если
df$cat
это фактор-переменная, вам нужноas.character
сначала обернуть ее :источник
cat
сортировки столбца?cat
Вот вариант использования
for
цикла по группам, а не по строкам (как OP)источник
Вот небольшой трюк для улучшения, который позволяет сортировать 'val' внутри групп:
источник
Я хотел бы добавить
data.table
вариант, используяrank()
функцию, которая предоставляет дополнительную возможность изменить порядок и, таким образом, делает его немного более гибким, чемseq_len()
решение, и очень похож на функции row_number в RDBMS.источник
Другая
dplyr
возможность может быть:источник
1:n()
использованияseq_len(n())
безопаснее, в случае, если в вашей последовательности операций у вас есть ситуация, в которой выn()
можете вернуться0
, потому что1:0
вы получаете вектор длины два, а векторseq_len(0)
нулевой длины, что позволяет избежать ошибки несоответствия длины сmutate()
.Использование
rowid()
функции вdata.table
:источник