行值的增量增加，直到找到相邻列的变化答案

【问题标题】：Incremental increase in row values until change in adjacent column found行值的增量增加，直到找到相邻列的变化
【发布时间】：2020-08-20 20:52:30
【问题描述】：

我需要分解调查数据以允许重复答案。

现有数据集：

       initial_value
row1        1
row2        1
row3        1
row4        2
row5        3
row6        3

我希望创建一个重复的列，增量为 0.1，直到发现值发生变化：

       initial_value    desired_value
row1        1                1.1
row2        1                1.2
row3        1                1.3 
row4        2                2.1
row5        3                3.1
row6        3                3.2
row7        3                3.3

【问题讨论】：

这也适用于dplyr：df %>% group_by(initial_value) %>% mutate(delta=as.numeric(paste0(initial_value,'.',1:n())))
使用row_number() 而不是1:n()

标签： r dataframe tidyverse

【解决方案1】：

使用分组和.N 的另一个data.table 解决方案：

library(data.table) 

setDT(df1)[, desired_value := initial_value + seq_len(.N) * 0.1, .(initial_value)][]

#>    initial_value desired_value
#> 1:             1           1.1
#> 2:             1           1.2
#> 3:             1           1.3
#> 4:             2           2.1
#> 5:             3           3.1
#> 6:             3           3.2
#> 7:             3           3.3

dplyr 解决方案也可以更简单：

library(dplyr)

df1 %>% 
  group_by(initial_value) %>% 
  mutate(desired_value = initial_value + row_number() * 0.1)

【讨论】：

【解决方案2】：

一个选项是在按base R 中的“初始值”分组后使用seq

df1$desired_value <-  with(df1, ave(initial_value, initial_value, 
    FUN = function(x) seq(x[1] + 0.1, length.out = length(x), by = .1)))

或者使用paste 和rowid 来自data.table

library(data.table)
setDT(df1)[, desired_value := as.integer(paste0(intial_value, ".", 
       rowid(initial_value)))]

数据

df1 <- structure(list(initial_value = c(1L, 1L, 1L, 2L, 3L, 3L, 3L)),
class = "data.frame", row.names = c("row1", 
"row2", "row3", "row4", "row5", "row6", "row7"))

【讨论】：

【解决方案3】：

这是另一个使用 ave 的基本 R 选项

within(df,desired_value <- initial_value+0.1*ave(1:nrow(df),initial_value,FUN = seq_along))

给了

     initial_value desired_value
row1             1           1.1
row2             1           1.2
row3             1           1.3
row4             2           2.1
row5             3           3.1
row6             3           3.2
row7             3           3.3

【讨论】：

【解决方案4】：

使用此解决方案，即使每个标识符的行数超过 10 行，您也很灵活。

library(dplyr)

df <- data.frame(initial_value = c(1,1,1,2,3,3,3,rep(4, 20)))

df %>%
    group_by(initial_value) %>% 
    mutate(desired_value = initial_value + row_number() / 10^(ceiling(log10(n()+0.1)))) %>% 
    ungroup()

【讨论】：

为什么你有这一切row_number() / 10^(ceiling(log10(n()+0.1)))？
以防万一你有 10+ 行.. 它会自动除以最接近的 10 次方。
你能用一个例子来展示它与我对 dplyr 的行为有何不同吗？
我已经留下了一个例子，其中 4 重复了 20 次。尝试用你的代码和这个代码运行相同的例子 :)