R: подсчитывать последовательные вхождения значений в одном столбце

Я хочу создать последовательный номер в каждом прогоне равных значений, например счетчик вхождений, который перезапускается после того, как значение в текущей строке отличается от предыдущей строки.

Ниже приведен пример ввода и ожидаемого результата.

dataset <- data.frame(input = c("a","b","b","a","a","c","a","a","a","a","b","c")) dataset$counter <- c(1,1,2,1,2,1,1,2,3,4,1,1) dataset # input counter # 1 a 1 # 2 b 1 # 3 b 2 # 4 a 1 # 5 a 2 # 6 c 1 # 7 a 1 # 8 a 2 # 9 a 3 # 10 a 4 # 11 b 1 # 12 c 1 

Мой вопрос очень похож на этот: кумулятивная последовательность появления значений .

Вам нужно использовать sequence и rle :

 > sequence(rle(as.character(dataset$input))$lengths) [1] 1 1 2 1 2 1 1 2 3 4 1 1 

Эффективная и более простая версия функции, описанной ниже, доступна теперь в пакете data.table, называемом rleid . Используя это, это просто:

 setDT(dataset)[, counter := seq_len(.N), by=rleid(input)] 

См. « ?rleid для получения дополнительной информации об использовании и примерах. Спасибо @Henrik за предложение обновить этот пост.


rle – это, безусловно, самый удобный способ сделать это (+1 @ Ananda’s). Но можно было бы лучше (с точки зрения скорости) увеличить данные. Вы можете использовать функции duplist и vecseq (не экспортируемые) из data.table следующим образом:

 require(data.table) arun <- function(y) { w = data.table:::duplist(list(y)) w = c(diff(w), length(y)-tail(w,1L)+1L) data.table:::vecseq(rep(1L, length(w)), w, length(y)) } x <- c("a","b","b","a","a","c","a","a","a","a","b","c") arun(x) # [1] 1 1 2 1 2 1 1 2 3 4 1 1 

Бенчмаркинг по большим данным:

 set.seed(1) x <- sample(letters, 1e6, TRUE) # rle solution ananda <- function(y) { sequence(rle(y)$lengths) } require(microbenchmark) microbenchmark(a1 <- arun(x), a2<-ananda(x), times=100) Unit: milliseconds expr min lq median uq max neval a1 <- arun(x) 123.2827 132.6777 163.3844 185.439 563.5825 100 a2 <- ananda(x) 1382.1752 1899.2517 2066.4185 2247.233 3764.0040 100 identical(a1, a2) # [1] TRUE 
  • Почему as.factor возвращает символ при использовании внутри приложения?
  • как извлечь подмножество кадра данных на основе состояния, связанного с полем?
  • data.table - выберите первые n строк внутри группы
  • Записывать строки текста в файл в R
  • Как поместить метки над geom_bar для каждого бара в R с помощью ggplot2
  • Наложение контуров на нерегулярную сетку
  • Выделение ярлыков ящиков в R
  • Обрезка огромного (3,5 ГБ) файла csv для чтения в R
  • Удаление символов, отличных от ASCII, из файлов данных
  • Измените порядок дискретной шкалы x
  • dplyr: выберите имена столбцов, содержащие пробел
  • Interesting Posts

    Как скопировать большие наборы данных между двумя виртуальными машинами VirtualBox?

    Длина кабеля HDMI-HDMI

    Угловой: не удается найти отличающийся поддерживающий объект «объект объекта»

    Реализовать графическую структуру данных в Rust

    RecyclerView внутри ScrollView не работает

    Регулярное выражение для ограничения количества символов до 10

    Как добавить fragment в действие с программно созданным представлением содержимого

    Как создать REST API, который принимает массив id для ресурсов

    Инструменты командной строки не работают – OS X El Capitan / macOS Sierra / macOS High Sierra

    Android WebView “tel:” ссылки показывают, что веб-страница не найдена

    Получить вид виджета формы Django из шаблона

    Как автоматически синхронизировать внешний накопитель с облачным хранилищем?

    Кодирование URL с использованием C #

    Удаление повторяющихся элементов из массива в Swift

    Photoshop CS4, мой инструмент линии теперь рисует стрелки, как мне вернуть значение по умолчанию и что это такое?

    Давайте будем гением компьютера.