基于个人排名的组 ID答案

【问题标题】：Group ID based on individual rank基于个人排名的组 ID
【发布时间】：2018-12-04 16:05:13
【问题描述】：

我有以下个人数据，我想制作一个唯一的家庭标识符。每个人在家庭中都已经有了自己的等级，所以基本上等级 1 标志着新家庭的开始。例如

rank name
1    John
2    Lisa
3    Stu
1    Phil
1    Mike
1    Florence
2    George
3    David
4    Diana
1    Eleanor

我要找的结果是这样的：

rank name      id
1    John      1
2    Lisa      1
3    Stu       1
1    Phil      2
1    Mike      3
1    Florence  4
2    George    4
3    David     4
4    Diana     4
1    Eleanor   5

大约有 320 000 个人，因此组 id 应该从 1 变为 sum(df$rank[rank = 1]) 或类似的值。任何其他类型的唯一 ID 也可以，它不必是 seq(1,n,1)。

【问题讨论】：

标签： r uniqueidentifier

【解决方案1】：

df$id <- cumsum(df$rank == 1)

#    rank     name id
# 1     1     John  1
# 2     2     Lisa  1
# 3     3      Stu  1
# 4     1     Phil  2
# 5     1     Mike  3
# 6     1 Florence  4
# 7     2   George  4
# 8     3    David  4
# 9     4    Diana  4
# 10    1  Eleanor  5

正如@Andre Elrico 所指出的，如果rank 是NA 对于任何行，上面的方法将为您在所有后续行中为id 提供NA，因此如果您知道，您可以使用下面的选项rank 可能是 NA（但不是应该是 1）。

df$id <- cumsum(df$rank %in% 1)

使用的数据：

df <- read.table(text = '
rank name
1    John
2    Lisa
3    Stu
1    Phil
1    Mike
1    Florence
2    George
3    David
4    Diana
1    Eleanor
', header = T)

【讨论】：

cumsum(df$rank %in% 1) 在NA 排名的情况下
好点。虽然如果有 NAs 我会担心在应该是 1 的地方有一个 NA，这无论如何都会弄乱ids
当然，我只是对它进行了基准测试。 %in% 比 == 慢得多。只是想把它扔掉，以防你的解决方案在 OP 上失败。