向数据帧中的等效行分配唯一ID
提问于 2017-06-16 00:55:53
我想根据两个(或更多)变量的唯一组合计算一个id变量。考虑下面的简单示例：
# Example dataframe
mydf <- data.frame(var1 = LETTERS[c(1, 2, 1)], var2 = LETTERS[c(2, 1, 3)])
mydf
# var1 var2
# A B
# B A
# A C在这里，第1行和第2行应该具有相同的id，因为AB和BA表示相同元素的组合。但是，第3行有一个不同的id，因为AC组合只出现一次。
# Desired output
cbind(mydf, cid = c(1, 1, 2))
# var1 var2 cid
# A B 1
# B A 1
# A C 2有什么建议吗？
回答 2
Stack Overflow用户
回答已采纳
发布于 2017-06-16 01:18:13
因此，您可以从基本R中的factor类型中获益：
mydf$cid <- as.numeric(factor(apply(mydf,1,function(x) paste0(sort(x), collapse = ""))))它忽略了数据帧中出现等效行的顺序。cumsum一次不能工作，例如，数据帧中的第2行和第3行是交换的。
Stack Overflow用户
发布于 2017-06-16 00:57:51
我们可以逐行sort，用duplicated创建一个逻辑vector并获取cumsum
cbind(mydf, cid = cumsum(!duplicated(t(apply(mydf, 1, sort)))))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/44584966
复制相关文章
腾讯云开发者
