根据重复值对行进行分组

Question

由于某种原因，我对这个特定问题有一个盲点。

样本数据：

         date id1 id2
   1888-09-08   A   E
   1888-09-15   B   M
   1888-09-22   C   L
   1888-09-22   D   B
   1888-09-29   A   R
   1888-10-27   F   G
   1888-11-17   J   H
   1888-11-17   E   O
   1888-11-24   H   F
   1888-12-15   G   L
   1889-01-19   K   G
   1889-02-09   M   E

我要做的是创建第 4 个变量，该变量将从 1 开始并在观察时增加 1，只要重复来自 'id1' 或 'id2' 的值。每当一个值从上次增加时的观察开始重复时，它将再次增加 1。

预期结果：

         date id1 id2 value
   1888-09-08   A   E     1
   1888-09-15   B   M     1
   1888-09-22   C   L     1
   1888-09-22   D   B     2
   1888-09-29   A   R     2
   1888-10-27   F   G     2
   1888-11-17   J   H     2
   1888-11-17   E   O     2
   1888-11-24   H   F     3
   1888-12-15   G   L     3
   1889-01-19   K   G     4
   1889-02-09   M   E     4

如您所见，在第四行，id "B" 像以前一样重复。因此值变量增加到'2'。从这一行开始，然后我们搜索下一个重复的“id”。这发生在第 9 行，其中重复“H”（自上次“值”更改以来，它已在先前的观察中看到）。然后该值更改为 3，并且下一行的 next 更改，但一个作为“G”重复。

我希望这是有道理的。

我还没有走多远。我的主要想法是将两列变成一个长向量，然后找到第一个重复值。由此，我们可以计算出属于不同行的所有元素都会得到“1”，而这个元素“8”和它的伙伴“7”会得到 2。我们可以从第 7 个元素（第对）向前寻找更多重复...

temp <- as.matrix(c(rbind(as.character(dfr[,2]), as.character(dfr[,3])))) #put two columns into single vector

min(which(duplicated(temp))) #8

我不确定这会有多有效。

Answer 1

此解决方案不会很快，但确实有效。

x<-sample(LETTERS[1:5],40,replace=TRUE)
y<-sample(LETTERS[1:5],40,replace=TRUE)
df<-data.frame(x=x,y=y,value=1)
df$x<-as.character(df$x)
df$y<-as.character(df$y)

vec<-c(df[1,c('x','y')])
for(i in 2:nrow(df)){

    if(df[i,'x'] %in% vec | df[i,'y'] %in% vec) {  #checking whether in vector

        print('in') #printing when duplicates are found
        df[i,'value']=df[i-1,'value']+1 #adding to the value
        vec<-c(df[i,c('x','y')]) #resetting the vector

    } else {

        df[i,'value']=df[i-1,'value'] 
        vec<-c(vec,df[i,c('x','y')])   #if not found i add to the vector 

    }

}