根据R中的另一个列分配一个组号 [英] Assign a group number based on another column by group in R

问题描述

这可能是非常直接的，但我不知道如何做到这一点。我有一些如下所示的数据：

 域名差异
 xxxx 0 
 xxxx 2 
 xxxx 14 
 xxxx 3 
 xxxx 7 
 xxxx 2 
 yyyy 6 
 yyyy 5 
 yyyy 13 
 yyyy 10 
 zzzz 2 
 zzzz 5 
 zzzz 1 
 zzzz 15 
 zzzz 16 
 zzzz 8 
 zzzz 9 
  

我希望它看起来像这样：

 域名差异grp 
 xxxx 0 1 
 xxxx 2 1 
 xxxx 14 2 
 xxxx 3 2 
 xxxx 7 2 
 xxxx 2 2 
 yyyy 6 1 
 yyyy 5 1 
 yyyy 13 1 
 yyyy 10 1 
 zzzz 2 1 
 zzzz 5 1 
 zzzz 1 1 
 zzzz 15 2 
 zzzz 16 3 
 zzzz 8 3 
 zzzz 9 3 
  

基本上由域我想分配一个组如果差值大于或等于14，则将其编号为多行。当差值大于或等于14时，将组编号分配给前面的行。

我试过使用嵌套for循环，其中域是级别，但我觉得这可能是不必要的复杂，我不知道如何告诉循环继续前进，然后在分配第一个组号码之后继续前进。这是我到目前为止：

  lev < -  levels（e_won $ domain）
 lev < -  levels （e_won $ domain）
 for（in 1：length（lev））{
 for（j in 1：nrow（lev））{
 if（difference [j]> = 14）{
 grp [1：j] = 1 
} 
  

I完全开放给一个非循环的解决方案，但这正是我一开始所想的。

解决方案

您可以尝试

  library（data.table）
 setDT（df1）[，grp：= cumsum（difference> = 14）+ 1L，by = domain] [] 
＃domain difference grp 
＃ 1：xxxx 0 1 
＃2：xxxx 2 1 
＃3：xxxx 14 2 
＃4：xxxx 3 2 
＃5：xxxx 7 2 
＃ 6：xxxx 2 2 
＃7：yyyy 6 1 
＃8：yyyy 5 1 
＃9：yyyy 13 1 
＃10：yyyy 10 1 
＃ 11：zzzz 2 1 
＃12：zzzz 5 1 
＃13：zzzz 1 1 
＃14：zzzz 15 2 
＃15：zzzz 16 3 
＃ 16：zzzz 8 3 
＃17：zzzz 9 3 
  

或者使用 dplyr

  df1％>％
 group_by（domain）％> ％
 mutate（grp = cumsum（difference> = 14）+ 1L）
  

使用 base R （来自@Colone （bauvel's comments）

$ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ ））+ 1L

This is probably very straight forward, but I can't figure out a way to do this. I have some data that looks like this:

domain  difference
xxxx    0
xxxx    2
xxxx    14
xxxx    3
xxxx    7
xxxx    2
yyyy    6
yyyy    5
yyyy    13
yyyy    10
zzzz    2
zzzz    5
zzzz    1
zzzz    15
zzzz    16
zzzz    8
zzzz    9

I want it to look like this:

domain  difference  grp
xxxx    0           1
xxxx    2           1
xxxx    14          2
xxxx    3           2
xxxx    7           2
xxxx    2           2
yyyy    6           1
yyyy    5           1
yyyy    13          1
yyyy    10          1
zzzz    2           1
zzzz    5           1
zzzz    1           1
zzzz    15          2
zzzz    16          3
zzzz    8           3
zzzz    9           3

So basically by domain I want to assign a group number to several rows if the difference is greater than or equal to 14. When there is a difference greater than or equal to 14, assign a group number to the previous rows.

I've tried using a nested for loop, where the domains are levels but I feel like that may be unnecessarily complex, and I'm not sure how to tell the loop to keep going and pick up where it left off after assigning the first group number. Here's what I have so far:

lev <- levels(e_won$domain)
lev <- levels(e_won$domain)
for (i in 1:length(lev)) { 
  for (j in 1:nrow(lev)){
    if (difference[j] >= 14) {
      grp[1:j] = 1
    }

I'm completely open to a non-loop solution, but that's just what I thought at first.

解决方案

You can try

library(data.table)
setDT(df1)[, grp:=cumsum(difference>=14)+1L, by=domain][]
#    domain difference grp
#1:   xxxx          0   1
#2:   xxxx          2   1
#3:   xxxx         14   2
#4:   xxxx          3   2
#5:   xxxx          7   2
#6:   xxxx          2   2
#7:   yyyy          6   1
#8:   yyyy          5   1
#9:   yyyy         13   1
#10:  yyyy         10   1
#11:  zzzz          2   1
#12:  zzzz          5   1
#13:  zzzz          1   1
#14:  zzzz         15   2
#15:  zzzz         16   3
#16:  zzzz          8   3
#17:  zzzz          9   3

Or using dplyr

 df1 %>%
    group_by(domain) %>% 
    mutate(grp= cumsum(difference >=14)+1L)

Or using base R (from @Colonel Beauvel's comments)

df1$grp <- with(df1, ave(difference>=14, domain, FUN=cumsum)) + 1L

这篇关于根据R中的另一个列分配一个组号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！