在 dplyr 中使用相同编号对相同的分组值进行编号答案

【问题标题】：Numbering identical grouped values with the same number in dplyr在 dplyr 中使用相同编号对相同的分组值进行编号
【发布时间】：2017-05-20 00:45:17
【问题描述】：

我有一个示例数据框：

x <- data.frame(x = c(1, 1, 2, 2, 3, 3, 4, 4, 1), 
                y = c("a", "a", "b", "b", "c", "c", "d", "d", "z"))

我可以很容易地按组获得row_number()：

x %>%
    group_by(x) %>%
    mutate(id = row_number())


x y id
1 a  1
1 a  2
2 b  1
2 b  2
3 c  1
3 c  2
4 d  1
4 d  2
1 z  3

然而，我想要将x$x和x$y的相同组合编号为相同的编号，例如，

这样c(x$x[1], x&y[1]) == c(x$x[2], x$y[2]) == c(x$x[n], x$y[n] 在新列中的所有值都相同。

如何在dplyr 中做到这一点？

【问题讨论】：

您的意思是与上一行相比相同的组合吗？还是彼此相同（即x$x == x$y）？
x %>% group_by_all() %>% filter(n() == 2)
@akash87 我用（希望如此！）更好的数据框和更好的问题更新了这个问题。

标签： r dplyr

【解决方案1】：

这是另一个使用factor的解决方案：

## levels=unique(y) is so that levels of y are numbered according to their order of appearance and not alphabetical order
df %>% group_by(x) %>% mutate(id=as.numeric(factor(y,levels=unique(y))))

  x     y     id
  <dbl> <chr> <dbl>
1     1     a     1
2     1     a     1
3     2     b     1
4     2     b     1
5     3     c     1
6     3     c     1
7     4     d     1
8     4     d     1
9     1     z     2

【讨论】：

【解决方案2】：

另一个可能的选择：

library(dplyr)

x <- data_frame(x = c(1, 1, 2, 2, 3, 3, 4, 4, 1), 
                y = c("a", "a", "b", "b", "c", "c", "d", "d", "z"))

x %>% 
  group_by(x,y) %>% 
  summarise(y_list = list(y)) %>% 
  group_by(x) %>% 
  mutate(id = row_number()) %>% 
  tidyr::unnest() %>% 
  select(-y_list)

#output
      x     y    id
  <dbl> <chr> <int>
1     1     a     1
2     1     a     1
3     1     z     2
4     2     b     1
5     2     b     1
6     3     c     1
7     3     c     1
8     4     d     1
9     4     d     1

【讨论】：

【解决方案3】：

我们可以使用的另一个选项是match

library(dplyr)
x %>% 
   group_by(x) %>% 
   mutate(id = match(y, unique(y)))
# A tibble: 9 x 3
# Groups: x [4]
#      x      y    id
#  <dbl> <fctr> <int>
#1     1      a     1
#2     1      a     1
#3     2      b     1
#4     2      b     1
#5     3      c     1
#6     3      c     1
#7     4      d     1
#8     4      d     1
#9     1      z     2

【讨论】：

【解决方案4】：

x          %>% 
arrange(x) %>% 
mutate(xid = lag(x$x, default = 1), 
       yid = lag(as.character(x$y), default = "a")) %>% 
group_by(x) %>%
mutate(id = cumsum(x != xid | as.character(y) != yid) + 1) %>% 
mutate(xid = NULL, yid = NULL)

这会产生：

      x      y    id
  <dbl> <fctr> <dbl>
1     1      a     1
2     1      a     1
3     1      z     2
4     2      b     1
5     2      b     1
6     3      c     1
7     3      c     1
8     4      d     1
9     4      d     1

【讨论】：