Wie wird ein Zähler einer bestimmten Teilmenge eines data.frames zugewiesen, der durch eine Faktorkombination definiert ist?

Question

Meine Frage ist: Ich habe einen Datenrahmen mit einigen Faktorvariablen. Ich möchte nun diesem Datenrahmen einen neuen Vektor zuweisen, der für jede Teilmenge dieser Faktorvariablen einen Index erstellt.

data <-data.frame(fac1=factor(rep(1:2,5)), fac2=sample(letters[1:3],10,rep=T)) 

Gibt mir so etwas wie:

 fac1 fac2 
    1  1 a 
    2  2 c 
    3  1 b 
    4  2 a 
    5  1 c 
    6  2 b 
    7  1 a 
    8  2 a 
    9  1 b 
    10 2 c 

Und was ich will, ist eine Kombination Zähler, der das Auftreten eines jeden Faktorkombination zählt. Gefallen Sie diese

 fac1 fac2 counter 
    1  1 a  1 
    2  2 c  1 
    3  1 b  1 
    4  2 a  1 
    5  1 c  1 
    6  2 b  1 
    7  1 a  2 
    8  2 a  2 
    9  1 b  2 
    10 1 a  3 

Bisher dachte ich über tapply mit dem Zähler über alle Faktor-Kombinationen zu erhalten, die

counter <-tapply(data$fac1, list(data$fac1,data$fac2), function(x) 1:length(x)) 

gut funktioniert Aber ich weiß nicht, wie ich die Zählerliste zuordnen kann (zB nicht gelistet) zu den Kombinationen im Datenrahmen ohne ineffiziente Schleifen zu verwenden :)

Answer 1

Dies ist eine Aufgabe für die ave() Funktion:

# Use set.seed for reproducible examples 
# when random number generation is involved 
set.seed(1) 
myDF <- data.frame(fac1 = factor(rep(1:2, 7)), 
        fac2 = sample(letters[1:3], 14, replace = TRUE), 
        stringsAsFactors=FALSE) 
myDF$counter <- ave(myDF$fac2, myDF$fac1, myDF$fac2, FUN = seq_along) 
myDF 
# fac1 fac2 counter 
# 1  1 a  1 
# 2  2 b  1 
# 3  1 b  1 
# 4  2 c  1 
# 5  1 a  2 
# 6  2 c  2 
# 7  1 c  1 
# 8  2 b  2 
# 9  1 b  2 
# 10 2 a  1 
# 11 1 a  3 
# 12 2 a  2 
# 13 1 c  2 
# 14 2 b  3 

Beachten Sie die Verwendung von stringsAsFactors=FALSE im data.frame() Schritt. Wenn Sie das nicht haben, können Sie immer noch die Ausgabe mit erhalten: myDF$counter <- ave(as.character(myDF$fac2), myDF$fac1, myDF$fac2, FUN = seq_along).

Answer 2

Dies ist eine Basis-R-Methode, die (explizite) Schleifen vermeidet.

data$counter <- with(data, { 
    inter <- as.character(interaction(fac1, fac2)) 
    names(inter) <- seq_along(inter) 
    inter.ordered <- inter[order(inter)] 
    counter <- with(rle(inter.ordered), unlist(sapply(lengths, sequence))) 
    counter[match(names(inter), names(inter.ordered))] 
}) 

Answer 3

Hier eine Variante mit etwas Looping (Ich habe Ihre Variable „x“, da „data“ umbenannt verwendet wird sonst):

x <-data.frame(fac1=rep(1:2,5), fac2=sample(letters[1:3],10,rep=T)) 
x$fac3 <- paste(x$fac1, x$fac2, sep="") 
x$ctr <- 1 
y <- table(x$fac3) 
for(i in 1 : length(rownames(y))) 
    x$ctr[x$fac3 == rownames(y)[i]] <- 1:length(x$ctr[x$fac3 == rownames(y)[i]]) 
x <- x[-3] 

Keine Ahnung, ob dies über eine große data.frame effizient Aber es funktioniert!

Answer 4

A data.table Lösung

library(data.table) 
DT <- data.table(data) 
DT[, counter := seq_len(.N), by = list(fac1, fac2)]