在组和子组内生成计数

Question

我想创建一个列来计算事件连续发生的次数。想象一下抛硬币 100 次，然后计算连续出现的正面（“H”）和故事（“T”）的数量：

结果： "H","H","H","H","T","T","T","H","T","T",...

计数： 1,2,3,4,1,2,3,1,1,2...

我可以通过以下语法实现这一点： df$count <- sequence(rle(df$outcome)$lengths) - 0

但是，想象一下，我在 100 次抛硬币中进行了几轮。回合的长度不等，我需要在计数列中将它们分开：

Toss   Round  Outcome  Count
1      1      H        1
2      1      H        2
3      1      H        3
4      1      H        4
5      1      T        1
6      2      T        1
7      2      T        2
8      2      H        1
...

如何在我的代码中的轮次之间实现这种区分（即在结果中计数时按轮次分组）？

编辑：只是想说明这是我需要在 46.000 行数据集中执行的操作的一个非常简化的版本，因此该解决方案不能基于我提供的表，但最好使用 rle-code 或同等代码。

谢谢！

Answer 1

这里是一个基于 R 的解决方案：

D <- read.table(header=TRUE, text=
"Toss   Round  Outcome  Count
1      1      H        1
2      1      H        2
3      1      H        3
4      1      H        4
5      1      T        1
6      2      T        1
7      2      T        2
8      2      H        1")

D$C <- ave(D$Toss, D$Round, D$Outcome, FUN=seq_along)
D
#   Toss Round Outcome Count C
# 1    1     1       H     1 1
# 2    2     1       H     2 2
# 3    3     1       H     3 3
# 4    4     1       H     4 4
# 5    5     1       T     1 1
# 6    6     2       T     1 1
# 7    7     2       T     2 2
# 8    8     2       H     1 1

与data.table:

library("data.table")

D <- fread(
"Toss   Round  Outcome  Count
1      1      H        1
2      1      H        2
3      1      H        3
4      1      H        4
5      1      T        1
6      2      T        1
7      2      T        2
8      2      H        1")

D[, C:=1:.N, .(Round, Outcome)][]

Answer 2

这是data.table 解决方案：

library(data.table)

DF <- data.frame(
  stringsAsFactors = FALSE,
              Toss = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L),
             Round = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L),
           Outcome = c("H", "H", "H", "H", "T", "T", "T", "H")
)

setDT(DF)

DF[, .(Toss, Count = seq_len(.N)), by = .(Round, Outcome)]

---

   Round Outcome Toss Count
1:     1       H    1     1
2:     1       H    2     2
3:     1       H    3     3
4:     1       H    4     4
5:     1       T    5     1
6:     2       T    6     1
7:     2       T    7     2
8:     2       H    8     1

Answer 3

另一个应该更快的data.table 选项：

DT[, Count := rowid(rleid(Round, Outcome))]

输出：

   Toss Round Outcome Count
1:    1     1       H     1
2:    2     1       H     2
3:    3     1       H     3
4:    4     1       H     4
5:    5     1       T     1
6:    6     2       T     1
7:    7     2       T     2
8:    8     2       H     1

数据：

library(data.table)
DT <- fread("Toss   Round  Outcome  Count
1      1      H        1
2      1      H        2
3      1      H        3
4      1      H        4
5      1      T        1
6      2      T        1
7      2      T        2
8      2      H        1")

Answer 4

library(dplyr)

df = read.table(text = "
Toss   Round  Outcome  Count
1      1      H        1
2      1      H        2
3      1      H        3
4      1      H        4
5      1      T        1
6      2      T        1
7      2      T        2
8      2      H        1
", header=T)

df %>%
  group_by(Round, Outcome) %>%
  mutate(NewCount = row_number()) %>%
  ungroup()

# # A tibble: 8 x 5
#    Toss Round Outcome Count NewCount
#   <int> <int> <fct>   <int>    <int>
# 1     1     1 H           1        1
# 2     2     1 H           2        2
# 3     3     1 H           3        3
# 4     4     1 H           4        4
# 5     5     1 T           1        1
# 6     6     2 T           1        1
# 7     7     2 T           2        2
# 8     8     2 H           1        1