使用 dplyr 枚举 data.frame 中的冗余值答案

【问题标题】：Using dplyr to enumerate redundant values in a data.frame使用 dplyr 枚举 data.frame 中的冗余值
【发布时间】：2018-08-08 22:05:09
【问题描述】：

我有一个data.frame 有两组 ID，这两个 ID 都可能是多余的。

这是一个例子：

df <- data.frame(id1 = c("id.1","id.1","id.1","id.1","id.1","id.2","id.2","id.3"),
                 id2 = c("id.1.a","id.1.b","id.1.a","id.1.c","id.1.b","id.2.a","id.2.b","id.3.a"))

我想要做的是添加另一个 ID 列，其中df$id1 将有一个数字后缀，值增加，遵循df$id2 的顺序。

因此对于上面的示例，生成的 data.frame 将是：

res.df <- data.frame(id1 = c("id.1","id.1","id.1","id.1","id.1","id.2","id.2","id.3"),
                     id2 = c("id.1.a","id.1.b","id.1.a","id.1.c","id.1.b","id.2.a","id.2.b","id.3.a"),
                     id3 = c("id.1.01","id.1.03","id.1.02","id.1.05","id.1.04","id.2.01","id.2.02","id.3"))

所以由于id.1 映射到id.1.a 两次，id.1.b 两次，id.1.c 一次，它变成：id.1.01, id.1.03, id.1.02, id.1.05, id.1.04

知道如何使用dplyr 或tidyr 解决这个问题吗？

【问题讨论】：

标签： r dataframe dplyr tidyr

【解决方案1】：

我们按id1 对行进行分组，因为这是我们要计算行数的分组。
我们按id1 后跟id2 排列它们
我们创建一个新列，将row_number 附加到id1 的末尾。由于行由id1 和id2 排列，row_number 将保持该顺序

例子：

df %>%
    group_by(id1) %>%
    arrange(id1, id2) %>%
    mutate(id3 = paste0(id1, '.', row_number()))


# A tibble: 8 x 3
# Groups:   id1 [3]
  id1   id2    id3   
  <fct> <fct>  <chr> 
1 id.1  id.1.a id.1.1
2 id.1  id.1.a id.1.2
3 id.1  id.1.b id.1.3
4 id.1  id.1.b id.1.4
5 id.1  id.1.c id.1.5
6 id.2  id.2.a id.2.1
7 id.2  id.2.b id.2.2
8 id.3  id.3.a id.3.1

【讨论】：

【解决方案2】：

我们可以直接在 'id2' 上使用row_number

library(dplyr)
df %>%
   group_by(id1) %>% 
   mutate(id3 = paste0(id1, ".", row_number(id2)))
# A tibble: 8 x 3
# Groups:   id1 [3]
#  id1   id2    id3   
#  <fct> <fct>  <chr> 
#1 id.1  id.1.a id.1.1
#2 id.1  id.1.b id.1.3
#3 id.1  id.1.a id.1.2
#4 id.1  id.1.c id.1.5
#5 id.1  id.1.b id.1.4
#6 id.2  id.2.a id.2.1
#7 id.2  id.2.b id.2.2
#8 id.3  id.3.a id.3.1

【讨论】：