使用 data.table 或 dplyr 为每个因子级别的成员创建顺序 ID答案

【问题标题】：make sequential IDs for members of each factor level with data.table or dplyr使用 data.table 或 dplyr 为每个因子级别的成员创建顺序 ID
【发布时间】：2018-05-28 22:22:14
【问题描述】：

输入数据表：

            V1     V2  V3   V4   V5 V6 V7 V8                   V9
1: k141_100290 PROKKA CDS   62  364  .  -  . gene_id PROKKA_00256
2: k141_100292 PROKKA CDS  767 1198  .  -  . gene_id PROKKA_00257
3: k141_100292 PROKKA CDS 1201 1707  .  -  . gene_id PROKKA_00258
4: k141_100293 PROKKA CDS   79 1824  .  -  . gene_id PROKKA_00259
5: k141_100293 PROKKA CDS 1892 2152  .  -  . gene_id PROKKA_00260
6: k141_100293 PROKKA CDS 2155 2715  .  -  . gene_id PROKKA_00261
7: k141_100293 PROKKA CDS 2718 3641  .  -  . gene_id PROKKA_00262
8: k141_100293 PROKKA CDS 3647 4198  .  -  . gene_id PROKKA_00263
9: k141_100294 PROKKA CDS    1  222  .  +  . gene_id PROKKA_00264

对于V1 中的每个因子级别，我需要在seq_ID 列中制作顺序标签，如下所示：

            V1     V2  V3   V4   V5 V6 V7 V8                   V9        seq_ID
1: k141_100290 PROKKA CDS   62  364  .  -  . gene_id PROKKA_00256  k141_100290_1
2: k141_100292 PROKKA CDS  767 1198  .  -  . gene_id PROKKA_00257  k141_100292_1
3: k141_100292 PROKKA CDS 1201 1707  .  -  . gene_id PROKKA_00258  k141_100292_2
4: k141_100293 PROKKA CDS   79 1824  .  -  . gene_id PROKKA_00259  k141_100293_1
5: k141_100293 PROKKA CDS 1892 2152  .  -  . gene_id PROKKA_00260  k141_100293_2
6: k141_100293 PROKKA CDS 2155 2715  .  -  . gene_id PROKKA_00261  k141_100293_3
7: k141_100293 PROKKA CDS 2718 3641  .  -  . gene_id PROKKA_00262  k141_100293_4
8: k141_100293 PROKKA CDS 3647 4198  .  -  . gene_id PROKKA_00263  k141_100293_5
9: k141_100294 PROKKA CDS    1  222  .  +  . gene_id PROKKA_00264  k141_100294_1

看起来很简单，但我很卡。 data.table 太大，ddply 无法处理，我需要data.table 或dplyr 解决方案。

【问题讨论】：

标签： r dplyr data.table

【解决方案1】：

这与Numbering rows within groups in a data frame 非常相似/可能重复

更改 mnel 的答案所需要做的就是将 V1 与 row_number 一起粘贴

test <- data.frame(X = c("A","A","A","B","B","C","C","C","C"))
test %>% group_by(X) %>% mutate(seq_ID = paste(X, row_number(), sep = "_"))

【讨论】：

谢谢！有用。我赞成您的回答，但会坚持 data.table 解决方案。虽然dlpyr 很快，但我的表有超过 1 亿行。
哎呀，我按照您答案中的链接找到了data.table 解决方案。再次感谢！将您的答案标记为答案。