替换 data.frame 中丢失顺序的值

Question

在我的玩具data 中，对于每个唯一的study，数字 变量（sample 和group）的顺序必须从1 开始。但是：

例如，在study 1 中，我们看到有两个唯一的sample 值（1 和3），所以3 必须替换为2。

例如，在study 2 中，我们看到有一个唯一的group 值（2），因此必须将其替换为1。

在 study 3 中，sample 和 group 似乎都可以，这意味着它们的唯一值是 1 和 2（无需替换）。

对于这个玩具data，我的想要的输出如下所示。但我很欣赏一个功能性解决方案，它可以自动替换 data.frame 中任意数量的 numeric 变量，这些变量就像我在我的玩具 data 中展示的那样失去了顺序。

m="
study sample group outcome
1      1     1       A
1      1     1       B
1      1     2       A
1      1     2       B 
1      3     1       A
1      3     1       B
1      3     2       A
1      3     2       B

2      1     2       A
2      1     2       B
2      2     2       A
2      2     2       B
2      3     2       A
2      3     2       B

3      1     1       A
3      1     1       B
3      1     2       A
3      1     2       B
3      2     1       A
3      2     1       B
3      2     2       A
3      2     2       B"

data <- read.table(text=m, h=T)

Desired_output="
study sample group outcome
1      1     1       A
1      1     1       B
1      1     2       A
1      1     2       B 
1      2     1       A
1      2     1       B
1      2     2       A
1      2     2       B

2      1     1       A
2      1     1       B
2      2     1       A
2      2     1       B
2      3     1       A
2      3     1       B

3      1     1       A
3      1     1       B
3      1     2       A
3      1     2       B
3      2     1       A
3      2     1       B
3      2     2       A
3      2     2       B"

Answer 1

这是一个替代方案（不像@Allan Cameron +1 优雅）dplyr 解决方案：

library(dplyr)
df %>% 
  group_by(study) %>% 
  mutate(x = n()/length(unique(sample)),
         sample =  rep(row_number(), each=x, length.out = n()),
         y = length(unique(group)),
         group = ifelse(y==1, 1, group)) %>% 
  select(-x, -y) 

   study sample group outcome
   <int>  <int> <dbl> <chr>  
 1     1      1     1 A      
 2     1      1     1 B      
 3     1      1     2 A      
 4     1      1     2 B      
 5     1      2     1 A      
 6     1      2     1 B      
 7     1      2     2 A      
 8     1      2     2 B      
 9     2      1     1 A      
10     2      1     1 B      
11     2      2     1 A      
12     2      2     1 B      
13     2      3     1 A      
14     2      3     1 B      
15     3      1     1 A      
16     3      1     1 B      
17     3      1     2 A      
18     3      1     2 B      
19     3      2     1 A      
20     3      2     1 B      
21     3      2     2 A      
22     3      2     2 B 

Answer 2

你可以这样做：

library(dplyr)

data %>% 
  group_by(study) %>% 
  mutate(across(tidyselect::vars_select_helpers$where(is.numeric),
                function(x) as.numeric(as.factor(x)))) %>%
  as.data.frame()

生成的数据框如下所示：

   study sample group outcome
1      1      1     1       A
2      1      1     1       B
3      1      1     2       A
4      1      1     2       B
5      1      2     1       A
6      1      2     1       B
7      1      2     2       A
8      1      2     2       B
9      2      1     1       A
10     2      1     1       B
11     2      2     1       A
12     2      2     1       B
13     2      3     1       A
14     2      3     1       B
15     3      1     1       A
16     3      1     1       B
17     3      1     2       A
18     3      1     2       B
19     3      2     1       A
20     3      2     1       B
21     3      2     2       A
22     3      2     2       B