Update run-length ID but skip NA.

huangapple
go评论90阅读模式
英文:

Update run-length ID but skip NA

问题

给定这种类型的数据：

  1. df <- data.frame(
  2.   ID = 1:10,
  3.   Sequ = c(NA, 44, 44, NA, NA, 33, 33, 33, 5, 5),
  4.   Q = c(NA, "q1", "q1", NA, NA, "q2", "q2", "q2", "q2", "q2")
  5. )

如何以比以下操作更高效的方式来更新 Sequ 的 run-length ID：

  1. library(dplyr)
  2. library(data.table)
  3. left_join(df, df %>%
  4.   filter(!is.na(Sequ)) %>%
  5.   mutate(Sequ_0 = rleid(Sequ))) %>%
  6.   select(-Sequ)

备注：尽管我使用了 data.table 中的 rleid，但我正在寻找 tidyverse 的解决方案。

英文:

Given this type of data:

  1. df &lt;- data.frame(
  2.   ID = 1:10,
  3.   Sequ = c(NA, 44,44, NA, NA, 33,33,33, 5,5),
  4.   Q = c(NA, &quot;q1&quot;,&quot;q1&quot;, NA, NA, &quot;q2&quot;,&quot;q2&quot;,&quot;q2&quot;, &quot;q2&quot;,&quot;q2&quot;)
  5. )

how can I update the run-length ID of Sequ more efficiently than by doing this:

  1. library(dplyr)
  2. library(data.table)
  3. left_join(df, df %&gt;%
  4.   filter(!is.na(Sequ)) %&gt;%
  5.   mutate(Sequ_0 = rleid(Sequ))) %&gt;%
  6.   select(-Sequ)
  7.    ID    Q Sequ_0
  8. 1   1 &lt;NA&gt;     NA
  9. 2   2   q1      1
  10. 3   3   q1      1
  11. 4   4 &lt;NA&gt;     NA
  12. 5   5 &lt;NA&gt;     NA
  13. 6   6   q2      2
  14. 7   7   q2      2
  15. 8   8   q2      2
  16. 9   9   q2      3
  17. 10 10   q2      3

Note: although I'm using rleid from data.table I'm looking for a tidyverse solution.

答案1

得分: 5

  1.     df %>%
  2.        mutate(Sequ_0 = dense_rank(NA^is.na(Q)*consecutive_id(Sequ)))
  4.        ID Sequ    Q Sequ_0
  5.     1   1   NA <NA>     NA
  6.     2   2   44   q1      1
  7.     3   3   44   q1      1
  8.     4   4   NA <NA>     NA
  9.     5   5   NA <NA>     NA
  10.     6   6   33   q2      2
  11.     7   7   33   q2      2
  12.     8   8   33   q2      2
  13.     9   9    5   q2      3
  14.     10 10    5   q2      3
  16.     df %>%
  17.        mutate(Sequ_0 = dense_rank(`is.na<-`(consecutive_id(Sequ), is.na(Q))))
  19.     df %>%
  20.       mutate(Sequ_0 =  replace(Q, !is.na(Q), consecutive_id(na.omit(Sequ))))
英文: 
  1. df %&gt;%
  2.    mutate(Sequ_0 = dense_rank(NA^is.na(Q)*consecutive_id(Sequ)))
  4.    ID Sequ    Q Sequ_0
  5. 1   1   NA &lt;NA&gt;     NA
  6. 2   2   44   q1      1
  7. 3   3   44   q1      1
  8. 4   4   NA &lt;NA&gt;     NA
  9. 5   5   NA &lt;NA&gt;     NA
  10. 6   6   33   q2      2
  11. 7   7   33   q2      2
  12. 8   8   33   q2      2
  13. 9   9    5   q2      3
  14. 10 10    5   q2      3
  16. df %&gt;%
  17.    mutate(Sequ_0 = dense_rank(`is.na&lt;-`(consecutive_id(Sequ), is.na(Q))))

Also:

  1. df %&gt;%
  2.   mutate(Sequ_0 =  replace(Q, !is.na(Q), consecutive_id(na.omit(Sequ))))

答案2

得分: 4

使用consecutive_id来获取ID，然后排除NA值，将其转换为因子，再转换回数字以获得连续的数字：

  1. library(dplyr) # dplyr_1.1.0 - consecutive_id
  3. df %>%
  4.   mutate(id = as.numeric(as.factor(
  5.     if_else(is.na(Sequ), NA, consecutive_id(Sequ)))))
  6. #    ID Sequ    Q id
  7. # 1   1   NA &lt;NA&gt; NA
  8. # 2   2   44   q1  1
  9. # 3   3   44   q1  1
  10. # 4   4   NA &lt;NA&gt; NA
  11. # 5   5   NA &lt;NA&gt; NA
  12. # 6   6   33   q2  2
  13. # 7   7   33   q2  2
  14. # 8   8   33   q2  2
  15. # 9   9    5   q2  3
  16. # 10 10    5   q2  3
英文:

Using consecutive_id to get ids, then exclude NAs, convert to factor, then back to numeric to have sequential numbers:

  1. library(dplyr) # dplyr_1.1.0 - consecutive_id
  3. df %&gt;% 
  4.   mutate(id = as.numeric(as.factor(
  5.     if_else(is.na(Sequ), NA, consecutive_id(Sequ)))))
  6. #    ID Sequ    Q id
  7. # 1   1   NA &lt;NA&gt; NA
  8. # 2   2   44   q1  1
  9. # 3   3   44   q1  1
  10. # 4   4   NA &lt;NA&gt; NA
  11. # 5   5   NA &lt;NA&gt; NA
  12. # 6   6   33   q2  2
  13. # 7   7   33   q2  2
  14. # 8   8   33   q2  2
  15. # 9   9    5   q2  3
  16. # 10 10    5   q2  3

答案3

得分: 3

这里是另一种使用 arrange 和 consecutive_id 的选项：

  1. library(dplyr) #dplyr >= 1.1.0
  2. df %>%
  3.   arrange(Q) %>%
  4.   mutate(Sequ_0 = consecutive_id(Sequ),
  5.          Sequ_0 = ifelse(is.na(Sequ), NA_real_, Sequ_0)) %>%
  6.   arrange(ID)
  8.    ID Sequ    Q Sequ_0
  9. 1   1   NA <NA>     NA
  10. 2   2   44   q1      1
  11. 3   3   44   q1      1
  12. 4   4   NA <NA>     NA
  13. 5   5   NA <NA>     NA
  14. 6   6   33   q2      2
  15. 7   7   33   q2      2
  16. 8   8   33   q2      2
  17. 9   9    5   q2      3
  18. 10 10    5   q2      3
英文:

Here is another option using arrange with consecutive_id:

  1. library(dplyr) #dplyr &gt;= 1.1.0
  2. df %&gt;% 
  3.   arrange(Q) %&gt;% 
  4.   mutate(Sequ_0 =  consecutive_id(Sequ),
  5.          Sequ_0 = ifelse(is.na(Sequ), NA_real_, Sequ_0)) %&gt;% 
  6.   arrange(ID)
  8.    ID Sequ    Q Sequ_0
  9. 1   1   NA &lt;NA&gt;     NA
  10. 2   2   44   q1      1
  11. 3   3   44   q1      1
  12. 4   4   NA &lt;NA&gt;     NA
  13. 5   5   NA &lt;NA&gt;     NA
  14. 6   6   33   q2      2
  15. 7   7   33   q2      2
  16. 8   8   33   q2      2
  17. 9   9    5   q2      3
  18. 10 10    5   q2      3

答案4

得分: 1

以下是代码的翻译部分：

一个选项是使用match和unique来创建ID，如下所示：

  1. library(tidyverse)
  2. df %>%
  3.   left_join(., df %>%
  4.               drop_na() %>%
  5.               mutate(Sequ_0 = match(Sequ, unique(Sequ))))
  6. #> Joining with `by = join_by(ID, Sequ, Q)`
  7. #>    ID Sequ    Q Sequ_0
  8. #> 1   1   NA <NA>     NA
  9. #> 2   2   44   q1      1
  10. #> 3   3   44   q1      1
  11. #> 4   4   NA <NA>     NA
  12. #> 5   5   NA <NA>     NA
  13. #> 6   6   33   q2      2
  14. #> 7   7   33   q2      2
  15. #> 8   8   33   q2      2
  16. #> 9   9    5   q2      3
  17. #> 10 10    5   q2      3

创建于2023年03月09日，使用reprex v2.0.2。

英文:

An option could be using match with unique to create the ID like this:

  1. library(tidyverse)
  2. df %&gt;%
  3.   left_join(., df %&gt;%
  4.               drop_na() %&gt;%
  5.               mutate(Sequ_0 = match(Sequ, unique(Sequ))))
  6. #&gt; Joining with `by = join_by(ID, Sequ, Q)`
  7. #&gt;    ID Sequ    Q Sequ_0
  8. #&gt; 1   1   NA &lt;NA&gt;     NA
  9. #&gt; 2   2   44   q1      1
  10. #&gt; 3   3   44   q1      1
  11. #&gt; 4   4   NA &lt;NA&gt;     NA
  12. #&gt; 5   5   NA &lt;NA&gt;     NA
  13. #&gt; 6   6   33   q2      2
  14. #&gt; 7   7   33   q2      2
  15. #&gt; 8   8   33   q2      2
  16. #&gt; 9   9    5   q2      3
  17. #&gt; 10 10    5   q2      3

<sup>Created on 2023-03-09 with reprex v2.0.2</sup>

答案5

得分: 1

  1. 在基本R中：
  3. ```R
  4. transform(df, seq0 = with(rle(Sequ), 
  5.               rep(`[<-`(values, !is.na(values), seq(na.omit(values))), lengths)))
  7.        ID Sequ    Q seq0
  8.     1   1   NA <NA>   NA
  9.     2   2   44   q1    1
  10.     3   3   44   q1    1
  11.     4   4   NA <NA>   NA
  12.     5   5   NA <NA>   NA
  13.     6   6   33   q2    2
  14.     7   7   33   q2    2
  15.     8   8   33   q2    2
  16.     9   9    5   q2    3
  17.     10 10    5   q2    3
  18. ---
  19. 回到基础：
  21. ```R
  22. a <- rle(df$Sequ)
  23. a$values[!is.na(a$values)] <- seq_along(na.omit(a$values))
  24. cbind(df, sequ_0 = inverse.rle(a))
  26.        ID Sequ    Q sequ_0
  27.     1   1   NA <NA>     NA
  28.     2   2   44   q1      1
  29.     3   3   44   q1      1
  30.     4   4   NA <NA>     NA
  31.     5   5   NA <NA>     NA
  32.     6   6   33   q2      2
  33.     7   7   33   q2      2
  34.     8   8   33   q2      2
  35.     9   9    5   q2      3
  36.     10 10    5   q2      3
英文:

in base R:

  1. transform(df, seq0 = with(rle(Sequ), 
  2.           rep(`[&lt;-`(values, !is.na(values), seq(na.omit(values))), lengths)))
  4.    ID Sequ    Q seq0
  5. 1   1   NA &lt;NA&gt;   NA
  6. 2   2   44   q1    1
  7. 3   3   44   q1    1
  8. 4   4   NA &lt;NA&gt;   NA
  9. 5   5   NA &lt;NA&gt;   NA
  10. 6   6   33   q2    2
  11. 7   7   33   q2    2
  12. 8   8   33   q2    2
  13. 9   9    5   q2    3
  14. 10 10    5   q2    3

Back to basics:

  1. a &lt;- rle(df$Sequ)
  2. a$values[!is.na(a$values)] &lt;- seq_along(na.omit(a$values))
  3. cbind(df, sequ_0 = inverse.rle(a))
  5.    ID Sequ    Q sequ_0
  6. 1   1   NA &lt;NA&gt;     NA
  7. 2   2   44   q1      1
  8. 3   3   44   q1      1
  9. 4   4   NA &lt;NA&gt;     NA
  10. 5   5   NA &lt;NA&gt;     NA
  11. 6   6   33   q2      2
  12. 7   7   33   q2      2
  13. 8   8   33   q2      2
  14. 9   9    5   q2      3
  15. 10 10    5   q2      3

huangapple
  • 本文由 发表于 2023年3月9日 16:10:37
  • 转载请务必保留本文链接：https://go.coder-hub.com/75681910.html
  • dplyr
  • r
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定