如何为R中由给定类型的行拆分的连续行分配ID？ [英] How to assign IDs for consecutive rows in R split by a given kind of row?

问题描述

我有一个数据框，其行代表人。对于给定的家庭，第一行在 A 列中的值为 1 ，随后的所有行均包含相同的族，直到 A 列中的另一行具有值 1 。然后，开始一个新的家庭。

I have a dataframe whose rows represent people. For a given family, the first row has the value 1 in the column A, and all following rows contain members of the same family until another row in in column A has the value 1. Then, a new family starts.

我想为数据集中的所有家庭分配ID。换句话说，我想参加：

I would like to assign IDs to all families in my dataset. In other words, I would like to take:

A
1
2
3
1
3
3
1
4

并将其变成：

A    family_id
1    1
2    1
3    1
1    2
3    2
3    2
1    3
4    3

我正在使用一个300万行的数据框，因此我想出的一个简单的 for 循环解决方案不足必要的效率。此外， family_id 不必是连续的。

I'm playing with a dataframe of 3 million rows, so a simple for-loop solution I came up with falls short of necessary efficiency. Also, the family_id need not be sequential.

我将采用dplyr解决方案。

I'll take a dplyr solution.

推荐答案

数据：

df <- data.frame(A = c(1:3,1,3,3,1,4))

代码：

df$familiy_id <- cumsum(c(-1,diff(df$A)) < 0)

结果：

#  A familiy_id
#1 1          1
#2 2          1
#3 3          1
#4 1          2
#5 3          2
#6 3          2
#7 1          3
#8 4          3

---

请注意：

---

please note:

当出现的数字小于前一个数字时，此解决方案将启动一个新组。

This solution starts a new group when a number occurs that is smaller than the previous one.

如果100％确保一个新组始终以 1 开头，那么ronak的解决方案就是完美的。

When its 100% sure that a new group always begins with a 1 consistently, then ronak's solution is perfect.

这篇关于如何为R中由给定类型的行拆分的连续行分配ID？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！