如何根据另一列在列中添加不同的值答案

【问题标题】：How to add different values in a column based on another column如何根据另一列在列中添加不同的值
【发布时间】：2017-04-30 21:49:47
【问题描述】：

大家好，我有一个数据集的一部分：

# A tibble: 10 × 2
      id value
   <dbl> <dbl>
1      1     2
2      1     2
3      1     2
4      5     2
5      6     3
6      7     0
7      8     4
8      8     4
9      9     1
10     9     1

我想为同一 ID 的每个后续值添加“1”。例如。 “id 1”的第一个值是 2，而“id 1”的第二个值是 3，“id 1”的第三个值是 4。但是，那些只有 1 个 id (5,6,7) 的值保持不变是。所以本质上，前几个值看起来像这样：

# A tibble: 10 × 2
      id value
   <dbl> <dbl>
1      1     2
2      1     3
3      1     4
4      5     2
5      6     3
6      7     0
7      8     4
8      8     5
9      9     1
10     9     2

提前致谢！

乔伊

数据

structure(list(id = c(1, 1, 1, 5, 6, 7, 8, 8, 9, 9), value = c(2, 
2, 2, 2, 3, 0, 4, 4, 1, 1)), .Names = c("id", "value"), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -10L))

预期输出：

structure(list(id = c(1, 1, 1, 5, 6, 7, 8, 8, 9, 9), value = c(2, 
3, 4, 2, 3, 0, 4, 5, 1, 2)), .Names = c("id", "value"), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -10L))

【问题讨论】：

Ciao！欢迎来到 SO。首先你应该阅读here关于如何提出一个好问题；一个好的问题更有可能得到解决，你得到帮助。另一方面，阅读this 也是一件好事。它解释了如何在 R 中创建可重现的示例。通过提供一段数据、所需的输出和您已经尝试过的事情来帮助用户帮助您。
我一定会调查的，谢谢。

标签： r dataframe row multiple-columns addition

【解决方案1】：

一个简单的data.table 解决方案是：

library(data.table)
dt<-as.data.table(df)
dt[, value2 := value + ((1:.N) - 1), by = id]

dt
#    id value value2
# 1:  1     2      2
# 2:  1     2      3
# 3:  1     2      4
# 4:  5     2      2
# 5:  6     3      3
# 6:  7     0      0
# 7:  8     4      4
# 8:  8     4      5
# 9:  9     1      1
#10:  9     1      2

另一种解决方案是使用 base R 和 rle:

df$value2 <- df$value + unlist(sapply(rle(df$id)$lengths, function(x) (1:x) - 1))

【讨论】：

嗨，迈克，您的第一个解决方案运行良好。您介意解释解决方案中的语法吗？我的理解是：形成列 value2，它是 value 列与出现相同 id 的实例数之和，负 1 是为了使 id 的第一个实例保持不变。
当然！我认为你说得对。对于每个by 组，加上1:length(group) 并减去1，以使原始值保持不变。因此，如果 by 组有 3 个观察值，它将向该组添加 c(1,2,3) - 1。
嗨，迈克，我还有最后一个问题。我的印象是“：=”，“==”和“
:= 是特定于data.table 的语法，基本上创建/更新列。 == 是比较运算符，<- 是赋值运算符。希望这是有道理的。您可以通过?`:=` 或?`==` 了解更多信息
糟糕，我的意思是输入“=”而不是“==”。无论如何，非常感谢您的帮助，再次感谢！

【解决方案2】：

这是dplyr 的解决方案。考虑到如果数字不是渐进的（换句话说就是增加），这并不稳健，但我知道它们是这样的。如果不是，我们必须找到另一个解决方案。

df %>% group_by(id) %>%
    transmute(value = seq(from = min(value), by = 1, length.out = length(value)) )
Adding missing grouping variables: `id`
Source: local data frame [10 x 2]
Groups: id [6]

      id value
   <dbl> <dbl>
1      1     2
2      1     3
3      1     4
4      5     2
5      6     3
6      7     0
7      8     4
8      8     5
9      9     1
10     9     2

【讨论】：

嗨，您的解决方案适用于我发布的小样本数据，但是它删除了所有其他变量名称，所以我只是切换了 transmute 并放入了 mutate 函数。感谢您的帮助！

【解决方案3】：

使用dplyr，您可以执行以下操作...

library(dplyr)
df2 <- df %>% group_by(id) %>% mutate(value=value+seq_along(id)-1)

【讨论】：

【解决方案4】：

或者我们可以使用base R

df1$value <- with(df1, ave(value, id, FUN =seq_along)+value -1)
df1$value
#[1] 2 3 4 2 3 0 4 5 1 2

【讨论】：