如何使用 dplyr::group_by 为数据帧的每一组赋予数字？ [复制]答案

【问题标题】：How to give numbers to each group of a dataframe with dplyr::group_by? [duplicate]如何使用 dplyr::group_by 为数据帧的每一组赋予数字？ [复制]
【发布时间】：2016-07-01 20:18:26
【问题描述】：

我想为数据框中的每个组分配数字。例如，我有以下数据框：

df = data.frame( from = c('a', 'a', 'b'), dest = c('b', 'c', 'd') )
#> df
    #from dest
#1    a    b
#2    a    c
#3    b    d

我想按from 值进行分组，并为每个组指定一个组号。这是预期的结果：

result = data.frame( from = c('a', 'a', 'b'), dest = c('b', 'c', 'd'), group_no = c(1,1,2) )
#> result
    #from dest group_no
#1    a    b        1
#2    a    c        1
#3    b    d        2

我可以使用如下的for循环来解决这个问题：

groups = df$from %>% unique
i = 0
df$group_no = NA
for ( g in groups ) {
    i = i + 1
    df[ df$from == g, ]$group_no = i
}
#> df
    #from dest group_no
#1    a    b        1
#2    a    c        1
#3    b    d        2

我想知道是否可以在不使用 for 循环的情况下以更优雅和更实用的方式解决这个问题？具体来说，我想知道这是否可以使用dplyr::group_by函数来完成？

【问题讨论】：

标签： r group-by functional-programming dplyr

【解决方案1】：

你可以试试基础包中的transform

transform(df,group_no=as.numeric(factor(from)))

#   from dest group_no
#1    a    b  1
#2    a    c  1
#3    b    d  2

如果from 列已经是一个因素，您可以删除factor() 函数并仅使用

transform(df,id=as.numeric(from))

【讨论】：

【解决方案2】：

使用mutate 添加一个只是from 的数字形式的列作为因子：

df %>% mutate(group_no = as.integer(factor(from)))

#   from dest group_no
# 1    a    b        1
# 2    a    c        1
# 3    b    d        2

注意group_by 在此处不是必需的，除非您将其用于其他目的。如果要按新列分组以备后用，可以使用group_by 而不是mutate 来添加列。

【讨论】：

根本不需要使用group_by。 df %>% mutate(group_no=as.integer(from)) OP走错方向了。
正在编辑以提及您评论...
考虑使用fct_inorder() 或另一个fct_ 函数来指定因子顺序，而不是factor()。 fct_inorder() 保持数据帧的原始顺序，而因子选择但因子是有序的（可能是按字母顺序）
如果您愿意，您可以按照forcats::fct_inorder(x) 和factor(x, levels = unique(x)) 之类的向量顺序创建组，但这不是问题的一部分。一般来说，行顺序没有任何意义，并且通常不能保证，除非您首先明确排序。如果您要创建一个具有一个因子的因子（而不是像这里那样创建索引），您需要以某种方式指定级别。

【解决方案3】：

我们可以从dplyr使用group_indices

library(dplyr)
df %>% 
   mutate(group_no = group_indices_(., .dots="from"))
#     from dest group_no
#1    a    b        1
#2    a    c        1
#3    b    d        2

使用data.table 的类似选项是

library(data.table)
setDT(df)[, group_no := .GRP, by = from]

【讨论】：