R中列的每一个变化都增加1
可以说我有以下数据框
set.seed(123) df <- data.frame(var1=(runif(10)>0.5)*1) var1可以具有任何types/数量的级别，不具体为0和1
我想创build一个var2 ，每次var1改变时都会增加1， 而不使用for loop
预期的结果是：
data.frame(var1=(runif(10)>0.5)*1, var2=c(1, 2, 3, 4, 4, 5, 6, 6, 6, 7)) var1 var2 0 1 1 2 0 3 1 4 1 4 0 5 1 6 1 6 1 6 0 7
数据框的另一种select可能是：
df <- data.frame(var1=c("a", "a", "1", "0", "b", "b", "b", "c", "1", "1"))
在这种情况下，结果应该是：
var1 var2 a 1 a 1 1 2 0 3 b 4 b 4 b 4 c 5 1 6 1 6
在Flick先生的基础上回答：
df$var2 <- cumsum(c(0,as.numeric(diff(df$var1))!=0))
但是，如果你不想使用diff你仍然可以使用：
df$var2 <- c(0,cumsum(as.numeric(with(df,var1[1:(length(var1)-1)] != var1[2:length(var1)]))))
它从0开始，而不是1，但我相信你会看到如何改变它，如果你想。
如何使用diff()和cumsum() 。 例如
df$var2 <- cumsum(c(1,diff(df$var1)!=0))
这些看起来像一个游程编码（rle）
x = c("a", "a", "1", "0", "b", "b", "b", "c", "1", "1") r = rle(x)
同
> rle(x) Run Length Encoding lengths: int [1:6] 2 1 1 3 1 2 values : chr [1:6] "a" "1" "0" "b" "c" "1"
这就是说，第一个值（“a”）连续出现两次，然后“1”出现一次，等等。你要做的是沿着“长度”创build一个序列，并复制序列的每个元素元素出现的次数，所以
> rep(seq_along(r$lengths), r$lengths) [1] 1 1 2 3 4 4 4 5 6 6
其他答案是半欺骗性的，因为他们依赖于列是一个因素（）; 当列实际上是一个字符（）时，它们失败。
> diff(x) Error in r[i1] - r[-length(r):-(length(r) - lag + 1L)] : non-numeric argument to binary operator
一个解决方法是将字符映射到整数，沿着
> diff(match(x, x)) [1] 0 2 1 1 0 0 3 -5 0
嗯，但是说过我发现这个问题不能解决问题。
> f = factor(x) > rle(f) Error in rle(factor(x)) : 'x' must be a vector of an atomic type > rle(as.vector(f)) Run Length Encoding lengths: int [1:6] 2 1 1 3 1 2 values : chr [1:6] "a" "1" "0" "b" "c" "1"
这里是使用inverse.rle()另一个使用base R的解决scheme：
df <- data.frame(var1=c("a", "a", "1", "0", "b", "b", "b", "c", "1", "1")) r <- rle(as.character(df$var1)) r$values <- seq_along(r$values) df$var2 <- inverse.rle(r)
简短版本：
df$var2 <- with(rle(as.character(df$var1)), rep(seq_along(values), lengths))
这是data.table的解决scheme：
library("data.table") dt <- data.table(var1=c("a", "a", "1", "0", "b", "b", "b", "c", "1", "1")) dt[, var2:=rleid(var1)]
