在 data.table 的子组内生成序列答案

【问题标题】：Generate sequence within sub group in data.table在 data.table 的子组内生成序列
【发布时间】：2020-03-25 07:57:32
【问题描述】：

我想在子组列中生成序列，例如我有两列 id1,val，想按 id1,val 对数据进行排序，然后为 id1 生成计数器。

输入

input <- data.frame("id1"=c(1,1,1,1,2,2,2),val=c(2,3,4,1,4,3,5))

预期输出

id1,val,grp 
1,1,1
1,2,2
1,3,3
1,4,4
2,3,1
2,4,2
2,5,3

以前的参考帖子：

Count for sub group using .grp in data.table

Numbering rows within groups in a data frame

在代码下方使用（我正在尝试在大数据上使用代码并寻找解决方案，因此我不需要在生成序列之前添加额外的步骤来对“val”列的数据进行排序)

input[, new1:=seq_len(.N), by=c('id1')]

【问题讨论】：

标签： r data.table

【解决方案1】：

我们按“id1”、sort“val”分组，然后将“grp”创建为row_number()

input %>%
  group_by(id1) %>%
  mutate(val = sort(val), grp= row_number())

或者另一种选择是arrange

input %>%
   arrange(id1, val) %>%
   group_by(id1) %>%
   mutate(grp = row_number())

或使用data.table

library(data.table)
setDT(input)[, c("grp", "val") := .(seq_len(.N), sort(val)), by = id1]
input
#   id1 val grp
#1:   1   1   1
#2:   1   2   2
#3:   1   3   3
#4:   1   4   4
#5:   2   3   1
#6:   2   4   2
#7:   2   5   3

如果我们也需要排序，使用setorder基于'id1'和'val'来排序，然后创建'grp'作为'id1'的rowid

input <- data.frame("id1"=c(1,1,1,1,2,2,2),val=c(2,3,4,1,4,3,5), 
        achar=c('a','a','b','b','d','c','e'))
setorder(setDT(input), id1, val)[, grp := rowid(id1)][]
#   id1 val achar grp
#1:   1   1     b   1
#2:   1   2     a   2
#3:   1   3     a   3
#4:   1   4     b   4
#5:   2   3     c   1
#6:   2   4     d   2
#7:   2   5     e   3

【讨论】：

上述解决方案完美运行，但如果 data.table 中有额外的列，则无法正确调整。
@R007 setDT(input)[, c("grp", "val") := .(seq_len(.N), sort(val)), by = id1] 即使有其他列或 dplyr 解决方案，这也可以工作。我不明白这个问题
我在新的 data.table 上应用了逻辑，并且 achar 的值不正确。例如输入
当数据为“val”排序时，它应该在行级别对数据进行排序。 achar 应该在 (b,a,a,b,c,d,e)
让我们continue this discussion in chat。

【解决方案2】：

这里有一点factor hack。

# Load library
library(data.table)

# Create data table
input <- data.table(id1=c(1,1,1,1,2,2,2),val=c(2,3,4,1,4,3,5))

input[, foo := as.integer(factor(val)), by = "id1"]

# Print result
input
#>    id1 val foo
#> 1:   1   2   2
#> 2:   1   3   3
#> 3:   1   4   4
#> 4:   1   1   1
#> 5:   2   4   2
#> 6:   2   3   1
#> 7:   2   5   3

# Reorder for comparison with question
input[order(id1, val)]
#>    id1 val foo
#> 1:   1   1   1
#> 2:   1   2   2
#> 3:   1   3   3
#> 4:   1   4   4
#> 5:   2   3   1
#> 6:   2   4   2
#> 7:   2   5   3

^{由reprex package (v0.3.0) 于 2019 年 11 月 29 日创建}

【讨论】：