将日期列映射到 R 中从 1 开始的唯一序列号答案

【问题标题】：Map date column to unique sequential numbers starting from 1 in R将日期列映射到 R 中从 1 开始的唯一序列号
【发布时间】：2018-05-14 21:47:14
【问题描述】：

我在数据框中有一列日期，其中每个日期通常重复几次。这是我的数据框的一个示例，它的其他列中还有一些运动队的名称：

dput(mydf)
structure(list(date_game = structure(c(15643, 15643, 15643, 15644, 
15644, 15644, 15646, 15646), class = "Date"), team_id = c("WAS", 
"CLE", "LAL", "SAC", "CHI", "DET", "BOS", "MIL"), fran_id = c("Wizards", 
"Cavaliers", "Lakers", "Kings", "Bulls", "Pistons", "Celtics", 
"Bucks")), .Names = c("date_game", "team_id", "fran_id"), row.names = c(1L, 
2L, 3L, 7L, 8L, 9L, 29L, 30L), class = "data.frame")

在这种情况下，mydf 有 3 个唯一日期，并且也会跳过一个日期。我的完整数据框有数百个独特的日期。对于此示例，我有兴趣向数据框添加一个新列（称为 date_number），如下所示：

mydf
    date_game team_id   fran_id  date_number
1  2012-10-30     WAS   Wizards            1
2  2012-10-30     CLE Cavaliers            1
3  2012-10-30     LAL    Lakers            1
7  2012-10-31     SAC     Kings            2
8  2012-10-31     CHI     Bulls            2
9  2012-10-31     DET   Pistons            2
29 2012-11-02     BOS   Celtics            3
30 2012-11-02     MIL     Bucks            3

就像标题所说的那样 - 从 date_number 列中的 1 开始，我想增加日期的序号。关键部分是该列是连续的，即使某些日期缺失。虽然 11-01 不存在，但 11-02 仍然设置为 3，而不是 4。

任何关于如何做到这一点的想法将不胜感激！

【问题讨论】：

标签： r data-manipulation

【解决方案1】：

你可以使用

mydf$date_number = as.integer(as.factor(mydf$date_game))

【讨论】：

投了这个被接受的答案，因为它是最简单的，这是我最看重的，但其他答案也很好

【解决方案2】：

另一个稍微深奥的选项：

mydf$date_numbers <- cumsum(c(1, tail(!(mydf$date_game == lag(mydf$date_game)), - 1)))

【讨论】：

【解决方案3】：

您可以使用来自data.table 的rleid 执行此操作：

library(data.table)

setDT(df)[, date_number := rleid(date_game)]

结果：

> df
    date_game team_id   fran_id date_number
1: 2012-10-30     WAS   Wizards           1
2: 2012-10-30     CLE Cavaliers           1
3: 2012-10-30     LAL    Lakers           1
4: 2012-10-31     SAC     Kings           2
5: 2012-10-31     CHI     Bulls           2
6: 2012-10-31     DET   Pistons           2
7: 2012-11-02     BOS   Celtics           3
8: 2012-11-02     MIL     Bucks           3

正如@Mike H. 所提到的，您也可以直接从data.table 窃取rleid 函数而不转换df：

df$date_numbers <- data.table::rleid(df$date_game)

Base R 的另一个选项：

df$date_numbers <- rep(seq_along(unique(df$date_game)), 
                       rle(as.integer(df$date_game))$lengths)

【讨论】：

@MikeH。没错，任何一种方式都有效。