英文:
Increase a value if a number in a row changes
问题
我尝试使用mutate()来增加一列中的值，如果另一行中的值发生变化，则重置为1，就像以下示例一样：
col1 col2 count
0 1 1
0 1 1
0 2 2
0 3 3
1 4 1
1 5 2
1 5 2
在第一部分中，当row1中的值变化时，它运行良好，但第二部分中row2中的变化值不起作用。我只获得以下结果：
col1 col2 count
0 1 1
0 1 2
0 2 3
0 3 4
1 4 1
1 5 2
1 5 3
这是我的有效代码：
df1 <- df %>%
group_by(col1, col2) %>%
mutate(counter = row_number()) %>%
ungroup
我已经尝试过以下代码：
df1 <- df %>%
group_by(col1) %>%
mutate(counter = row_number()) %>%
group_by(col2) %>%
mutate(counter = 'failed_code') %>%
ungroup
但是使用if_else或case_when等函数与给定的参数无法工作。我如何实现对col2的计数器，仅在行发生变化时增加，如果col1变化，则重置为1？
英文:
I'm trying to use mutate() to increase a value in a column if a value changes in another row and resets to 1 if a value changes in a third row like the following example:
col1 col2 count
0 1 1
0 1 1
0 2 2
0 3 3
1 4 1
1 5 2
1 5 2
The part with changes in row1 works well but the second part with the changing values in row2 didn't work. I only get the following results:
col1 col2 count
0 1 1
0 1 2
0 2 3
0 3 4
1 4 1
1 5 2
1 5 3
This is my working code:
df1 <- df %>%
group_by(col1, col2)%>%
mutate(counter=row_number())%>%
ungroup
I already tried this:
df1 <- df %>%
group_by(col1)%>%
mutate(counter=row_number())%>%
group_by(col2)%>%
mutate(counter= 'failed_code')%>%
ungroup
but using functions like if_else or case_when didn't work with my given arguments. How could I implement a counter for col2 which increases only if the rows changes and reset to 1 if col1 changes?
答案1
得分: 4
使用consecutive_id（在dplyr >= 1.1.0中引入）可以这样做：
library(dplyr, warn=FALSE)
dat <- data.frame(
col1 = c(0, 0, 0, 0, 1, 1, 1),
col2 = c(1, 1, 2, 3, 4, 5, 5)
)
dat |>
mutate(count = consecutive_id(col2), .by = col1)
#> col1 col2 count
#> 1 0 1 1
#> 2 0 1 1
#> 3 0 2 2
#> 4 0 3 3
#> 5 1 4 1
#> 6 1 5 2
#> 7 1 5 2
请注意，我只翻译了代码部分，不包括注释和输出。
英文:
Using consecutive_id (introduced with dplyr >= 1.1.0) you could do:
library(dplyr, warn=FALSE)
dat <- data.frame(
col1 = c(0, 0, 0, 0, 1, 1, 1),
col2 = c(1, 1, 2, 3, 4, 5, 5)
)
dat |>
mutate(count = consecutive_id(col2), .by = col1)
#> col1 col2 count
#> 1 0 1 1
#> 2 0 1 1
#> 3 0 2 2
#> 4 0 3 3
#> 5 1 4 1
#> 6 1 5 2
#> 7 1 5 2
答案2
得分: 2
使用 data.table 你可以使用 rleid：
df <- structure(list(col1 = c(0L, 0L, 0L, 0L, 1L, 1L, 1L), col2 = c(1L,
1L, 2L, 3L, 4L, 5L, 5L)), class = "data.frame", row.names = c(NA,
-7L))
require(data.table)
setDT(df)
df[,count:=rleid(col2), by = col1]
df
# col1 col2 count
#1: 0 1 1
#2: 0 1 1
#3: 0 2 2
#4: 0 3 3
#5: 1 4 1
#6: 1 5 2
#7: 1 5 2
英文:
With data.table you can use rleid:
df <- structure(list(col1 = c(0L, 0L, 0L, 0L, 1L, 1L, 1L), col2 = c(1L,
1L, 2L, 3L, 4L, 5L, 5L)), class = "data.frame", row.names = c(NA,
-7L))
require(data.table)
setDT(df)
df[,count:=rleid(col2), by = col1]
df
# col1 col2 count
#1: 0 1 1
#2: 0 1 1
#3: 0 2 2
#4: 0 3 3
#5: 1 4 1
#6: 1 5 2
#7: 1 5 2
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论