Início / coding / Perguntas / 77477149
Accepted
TarJae
Asked: 2023-11-14 06:10:30 +0800 CST

Como incrementar grupos duplicados não consecutivos

  • 772

Como posso calcular col2?

col2deve aumentar cada vez que um valor em col1aparece após ser interrompido por um valor diferente, por exemplo, criando uma variável de agrupamento que muda toda vez que uma nova sequência é iniciada.

structure(list(col1 = c("A", "A", "A", "A", "B", "B", "B", "C", 
"C", "C", "C", "A", "A", "E", "E", "E", "F", "F", "F", "G", "G", 
"G", "C", "C", "C", "A", "A", "A"), col2 = c(1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L)), class = "data.frame", row.names = c(NA, 
-28L))

Saída desejada:

   col1 col2
1     A    1
2     A    1
3     A    1
4     A    1
5     B    1
6     B    1
7     B    1
8     C    1
9     C    1
10    C    1
11    C    1
12    A    2
13    A    2
14    E    1
15    E    1
16    E    1
17    F    1
18    F    1
19    F    1
20    G    1
21    G    1
22    G    1
23    C    2
24    C    2
25    C    2
26    A    3
27    A    3
28    A    3

3 respostas

  1. Best Answer

    Uma opção seria usar consecutive_idduas vezes assim:

    library(dplyr, warn = FALSE)

df |>
  select(-col2) |>
  mutate(col2 = consecutive_id(col1)) |>
  mutate(col2 = consecutive_id(col2), .by = col1)
#>    col1 col2
#> 1     A    1
#> 2     A    1
#> 3     A    1
#> 4     A    1
#> 5     B    1
#> 6     B    1
#> 7     B    1
#> 8     C    1
#> 9     C    1
#> 10    C    1
#> 11    C    1
#> 12    A    2
#> 13    A    2
#> 14    E    1
#> 15    E    1
#> 16    E    1
#> 17    F    1
#> 18    F    1
#> 19    F    1
#> 20    G    1
#> 21    G    1
#> 22    G    1
#> 23    C    2
#> 24    C    2
#> 25    C    2
#> 26    A    3
#> 27    A    3
#> 28    A    3
    • 4

  2. Uma opção base R usando rle+ave

    transform(
  df,
  col3 = with(
    rle(col1),
    rep(ave(seq_along(values), values, FUN = seq_along), lengths)
  )
)

    dá

       col1 col2 col3
1     A    1    1
2     A    1    1
3     A    1    1
4     A    1    1
5     B    1    1
6     B    1    1
7     B    1    1
8     C    1    1
9     C    1    1
10    C    1    1
11    C    1    1
12    A    2    2
13    A    2    2
14    E    1    1
15    E    1    1
16    E    1    1
17    F    1    1
18    F    1    1
19    F    1    1
20    G    1    1
21    G    1    1
22    G    1    1
23    C    2    2
24    C    2    2
25    C    2    2
26    A    3    3
27    A    3    3
28    A    3    3
    • 2

  3. E uma basefunção frágil

    increment_groups = function(groups) {

end = cumsum(rle(groups$col1)$lengths)
start = end - rle(groups$col1)$lengths +1
vals = rle(groups$col1)$values
df1 = data.frame(start, end, vals)
for (i in 1:length(df1$vals)) {
  df1$val2[which(df1$vals == unique(df1$vals[i]))] =
  seq(1, length(which(rle(df1$vals)$values == unique(df1$vals[1]))), 1)
  }
for (i in 1:length(df1$start)) {
  groups$col2[df1$start[i]:df1$end[i]] = df1$val2[i]
  }
return=list(groups, df1)
}

    que, depois que a fumaça dos avisos se dissipa, dá

    incr_interrupted_groups  = increment_groups(groups)
<---Warnings -snip --->
incr_interrupted_groups
[[1]]
   col1 col2
1     A    1
2     A    1
3     A    1
4     A    1
5     B    1
6     B    1
7     B    1
8     C    1
9     C    1
10    C    1
11    C    1
12    A    2
13    A    2
14    E    1
15    E    1
16    E    1
17    F    1
18    F    1
19    F    1
20    G    1
21    G    1
22    G    1
23    C    2
24    C    2
25    C    2
26    A    3
27    A    3
28    A    3

[[2]]
  start end vals val2
1     1   4    A    1
2     5   7    B    1
3     8  11    C    1
4    12  13    A    2
5    14  16    E    1
6    17  19    F    1
7    20  22    G    1
8    23  25    C    2
9    26  28    A    3
    • 1

relate perguntas