Совокупная последовательность вхождений значений

У меня есть набор данных, который выглядит примерно так: столбец, который может иметь четыре разных значения:

dataset <- data.frame(out = c("a","b","c","a","d","b","c","a","d","b","c","a"))

В R я хотел бы создать второй столбец, который в совокупности суммирует количество строк, содержащих определенное значение. Таким образом, выходной столбец будет выглядеть так:

out
1
1
1
2
1
2
2
3
2
3
3
4

Ответ 1

Попробуйте следующее:

dataset <- data.frame(out = c("a","b","c","a","d","b","c","a","d","b","c","a"))
with(dataset, ave(as.character(out), out, FUN = seq_along))
# [1] "1" "1" "1" "2" "1" "2" "2" "3" "2" "3" "3" "4"

Конечно, вы можете назначить вывод столбцу в data.frame, используя что-то вроде out$asNumbers <- with(dataset, ave(as.character(out), out, FUN = seq_along))

Update

Подход "dplyr" тоже довольно приятный. Логика очень похожа на подход "data.table". Преимущество состоит в том, что вам не нужно обертывать вывод с помощью as.numeric, который требуется с помощью подхода ave, упомянутого выше.

dataset %>% group_by(out) %>% mutate(count = sequence(n()))
# Source: local data frame [12 x 2]
# Groups: out
# 
#    out count
# 1    a     1
# 2    b     1
# 3    c     1
# 4    a     2
# 5    d     1
# 6    b     2
# 7    c     2
# 8    a     3
# 9    d     2
# 10   b     3
# 11   c     3
# 12   a     4

Третий вариант - использовать getanID из моего пакета splitstackshape. Для этого конкретного примера вам просто нужно указать имя data.frame (так как это один столбец), однако, как правило, вы были бы более конкретными и упоминали столбец (столбцы), которые в настоящее время служат как "идентификаторы", а функция будет проверять, являются ли они уникальными или нужна ли кумулятивная последовательность, чтобы сделать их уникальными.

library(splitstackshape)
# getanID(dataset, "out")  ## Example of being specific about column to use
getanID(dataset)
#     out .id
#  1:   a   1
#  2:   b   1
#  3:   c   1
#  4:   a   2
#  5:   d   1
#  6:   b   2
#  7:   c   2
#  8:   a   3
#  9:   d   2
# 10:   b   3
# 11:   c   3
# 12:   a   4

Ответ 2

Обновление:

Как указывала Ананда, вы можете использовать более простое:

 DT[, counts := sequence(.N), by = "V1"]

(где DT таково, что указано ниже)


Вы можете создать столбец "counts", инициализированный до 1, а затем суммировать суммарную сумму по коэффициенту. ниже - быстрая реализация с data.table

# Called the column V1
dataset<-data.frame(V1=c("a","b","c","a","d","b","c","a","d","b","c","a"))

library(data.table)

DT <- data.table(dataset)

DT[, counts := 1L]
DT[, counts := cumsum(counts), by=V1]; DT

#     V1 counts
#  1:  a      1
#  2:  b      1
#  3:  c      1
#  4:  a      2
#  5:  d      1
#  6:  b      2
#  7:  c      2
#  8:  a      3
#  9:  d      2
# 10:  b      3
# 11:  c      3
# 12:  a      4