增加一个值，如果一行中的数字发生变化。

huangapple
go评论97阅读模式
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：

  1. col1 col2 count
  2. 0    1    1 
  3. 0    1    1
  4. 0    2    2
  5. 0    3    3
  6. 1    4    1
  7. 1    5    2
  8. 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：

  1. col1 col2 count
  2. 0    1    1 
  3. 0    1    2
  4. 0    2    3
  5. 0    3    4
  6. 1    4    1
  7. 1    5    2
  8. 1    5    3

这是我的有效代码：

  1. df1 <- df %>%
  2.   group_by(col1, col2) %>%
  3.   mutate(counter = row_number()) %>%
  4.   ungroup

我已经尝试过以下代码：

  1. df1 <- df %>%
  2.   group_by(col1) %>%
  3.   mutate(counter = row_number()) %>%
  4.   group_by(col2) %>%
  5.   mutate(counter = 'failed_code') %>%
  6.   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:

  1. col1 col2 count
  2. 0    1    1 
  3. 0    1    1
  4. 0    2    2
  5. 0    3    3
  6. 1    4    1
  7. 1    5    2
  8. 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:

  1. col1 col2 count
  2. 0    1    1 
  3. 0    1    2
  4. 0    2    3
  5. 0    3    4
  6. 1    4    1
  7. 1    5    2
  8. 1    5    3

This is my working code:

  1. df1 &lt;- df %&gt;%
  2.   group_by(col1, col2)%&gt;%
  3.   mutate(counter=row_number())%&gt;%
  4.   ungroup

I already tried this:

  1. df1 &lt;- df %&gt;%
  2.   group_by(col1)%&gt;%
  3.   mutate(counter=row_number())%&gt;%
  4.   group_by(col2)%&gt;%
  5.   mutate(counter= &#39;failed_code&#39;)%&gt;%
  6.   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：

  1. library(dplyr, warn=FALSE)
  3. dat <- data.frame(
  4.   col1 = c(0, 0, 0, 0, 1, 1, 1),
  5.   col2 = c(1, 1, 2, 3, 4, 5, 5)
  6. ) 
  8. dat |>
  9.   mutate(count = consecutive_id(col2), .by = col1)
  10. #>   col1 col2 count
  11. #> 1    0    1     1
  12. #> 2    0    1     1
  13. #> 3    0    2     2
  14. #> 4    0    3     3
  15. #> 5    1    4     1
  16. #> 6    1    5     2
  17. #> 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 &gt;= 1.1.0) you could do:

  1. library(dplyr, warn=FALSE)
  3. dat &lt;- data.frame(
  4.   col1 = c(0, 0, 0, 0, 1, 1, 1),
  5.   col2 = c(1, 1, 2, 3, 4, 5, 5)
  6. ) 
  8. dat |&gt; 
  9.   mutate(count = consecutive_id(col2), .by = col1)
  10. #&gt;   col1 col2 count
  11. #&gt; 1    0    1     1
  12. #&gt; 2    0    1     1
  13. #&gt; 3    0    2     2
  14. #&gt; 4    0    3     3
  15. #&gt; 5    1    4     1
  16. #&gt; 6    1    5     2
  17. #&gt; 7    1    5     2

答案2

得分: 2

使用 data.table 你可以使用 rleid：

  1. df <- structure(list(col1 = c(0L, 0L, 0L, 0L, 1L, 1L, 1L), col2 = c(1L, 
  2. 1L, 2L, 3L, 4L, 5L, 5L)), class = "data.frame", row.names = c(NA, 
  3. -7L))
  4. require(data.table)
  5. setDT(df)
  6. df[,count:=rleid(col2), by = col1]
  7. df
  8. #   col1 col2 count
  9. #1:    0    1     1
  10. #2:    0    1     1
  11. #3:    0    2     2
  12. #4:    0    3     3
  13. #5:    1    4     1
  14. #6:    1    5     2
  15. #7:    1    5     2
英文:

With data.table you can use rleid:

  1. df &lt;- structure(list(col1 = c(0L, 0L, 0L, 0L, 1L, 1L, 1L), col2 = c(1L, 
  2. 1L, 2L, 3L, 4L, 5L, 5L)), class = &quot;data.frame&quot;, row.names = c(NA, 
  3. -7L))
  4. require(data.table)
  5. setDT(df)
  6. df[,count:=rleid(col2), by = col1]
  7. df
  8. #   col1 col2 count
  9. #1:    0    1     1
  10. #2:    0    1     1
  11. #3:    0    2     2
  12. #4:    0    3     3
  13. #5:    1    4     1
  14. #6:    1    5     2
  15. #7:    1    5     2

huangapple
  • 本文由 发表于 2023年6月5日 23:59:58
  • 转载请务必保留本文链接：https://go.coder-hub.com/76408161.html
  • dataframe
  • 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