添加计算序号的列答案

【问题标题】：Adding a column that counts sequential numbers添加计算序号的列
【发布时间】：2018-08-28 13:16:35
【问题描述】：

我想添加一个计算连续值数量的列。我在这里看到的大部分内容是如何计算重复值 (1,1,1,1,1)，我想在数字增加 1 时计算 a (5,6,7,8,9) . ID 列是我所拥有的，而计数器列是我想要创建的。谢谢！

【问题讨论】：

你能添加一个有效输出的样本吗？
sequence(rle(c(0, cumsum(!diff(df$Counter) %in% 0:1)))$lengths) 可以工作
试试ave(dat$ID,cumsum(c(FALSE,diff(dat$ID)!=1)),FUN=seq_along)。
1 1 1 1 2 3 4 类型的向量的期望输出是什么？
@DavidArenburg 与原版相同。 1 1 1 1 2 3 4 只有最后 4 个不同。如果它是 2 2 2 2 3 4 5 所需的输出仍然是 1 1 1 1 2 3 4

标签： r

【解决方案1】：

使用dplyr 包的解决方案。想法是计算每个数字之间的差异来创建一个分组列，然后将计数器分配给每个组。

library(dplyr)

dat2 <- dat %>%
  mutate(Diff = ID - lag(ID, default = 0),
         Group = cumsum(Diff != 1)) %>%
  group_by(Group) %>%
  mutate(Counter = row_number()) %>%
  ungroup() %>%
  select(-Diff, -Group)
dat2
# # A tibble: 10 x 2
#       ID Counter
#    <int>   <int>
#  1     5       1
#  2     6       2
#  3     7       3
#  4     8       4
#  5    10       1
#  6    11       2
#  7    13       1
#  8    14       2
#  9    15       3
# 10    16       4

数据

dat <- read.table(text = "ID
5   
6  
7  
8  
10  
11  
13  
14  
15  
16",
                  header = TRUE, stringsAsFactors = FALSE)

【讨论】：

【解决方案2】：

循环版本很简单：

for (i in 2:length(ID)) 
  if (diff(ID)[i-1] == 1) 
    counter[i] <- counter[i-1] +1
  else
    counter[i] <- 1

但是这个循环在 n > 10^4 时会执行得很糟糕！我会尝试考虑一个矢量解决方案！

【讨论】：

你可以在循环外计算diff(ID)，而不是为每个i计算它。
有超过 100 万行，非常感谢您的帮助！
@StéphaneLaurent 是的，你是对的！找到一个超快的矢量解决方案，一会就贴出来！
@StéphaneLaurent 当我尝试这样做时，它给了我一个错误，说替换有 1564109 行，数据有 1564110。我想我可能是因为它无法计算第一个？有没有办法解决这个问题？
@user10256905 是的，第一个值必须是 1！但请查看我的其他答案以获得更有效的算法！

【解决方案3】：

你可以使用

s=df$ID-shift(df$ID)
s[is.na(s)]=1   
ave(s,cumsum(s!=1),FUN=seq_along)
[1] 1 2 3 4 1 2 1 2 3 4

【讨论】：

【解决方案4】：

这个仅使用高效的向量算术。思路如下：

1.取ID差的累计和

2.如果跳转大于一，则减去该值

cum <- c(0, cumsum(diff(ID)))  # take the cumulative difference of ID
ccm <- cum * c(1, (diff(ID) > 1))  # those with jump > 1 will remain its value

# subtract value with jump > 1 for all following numbers (see Link for reference)
# note: rep(0, n) is because ccm[...] starts at first non null value

counter <- cum - c(rep(0, which(diff(dat) != 1)[1]),
                   ccm[which(ccm != 0)][cumsum(ccm != 0)]) + 1
enter code here

注意事项：

nacnudus 的高效填充功能参考：Fill in data frame with values from rows above
限制：Id 必须单调递增

这应该可以有效地处理您的数百万数据！

【讨论】：

【解决方案5】：

另一种解决方案：

  breaks <- c(which(diff(ID)!=1), length(ID))
  x <- c(breaks[1], diff(breaks))
  unlist(sapply(x, seq_len))

【讨论】：