Untergruppe Index bestimmen

Question

Ich habe einen großen Datenrahmen mit Gruppen und Untergruppen. Ich mag den Index der Untergruppe in jeder Gruppe bestimmen, wie in der OUTPUT Spalte des folgenden Datenrahmen gezeigt:

df <- data.frame(
    Group = factor(c("A","A","A","A","A","B","B","B","B")), 
    Subgroup = factor(c("a","a","b","b","b","a","a","b","b")), 
    OUTPUT = c(1,1,2,2,2,1,1,2,2) 
) 

ich mehrere Möglichkeiten ohne Erfolg versucht habe. Ich würde gern mit dplyr arbeiten, aber ich bin mir nicht sicher, wie ich das anstellen soll. Der folgende Code gibt ein unerwartetes Ergebnis zurück.

require(dplyr) 

df <- df %>% 
    group_by(Group) %>% 
    mutate(
    OUTPUT_2 = dplyr::id(Subgroup) 
) 

#df 
# Group Subgroup OUTPUT_2 
# (fctr) (fctr) (int) 
#1  A  a  8 
#2  A  a  8 
#3  A  b  8 
#4  A  b  8 
#5  A  b  8 
#6  B  a  4 
#7  B  a  4 
#8  B  b  4 
#9  B  b  4 

Ich habe das Gefühl, ich bin in der Nähe, aber nicht dort hin. Kann jemand helfen?

Answer 1

Wir verwenden die factor Route mit dplyr

library(dplyr) 
df %>% 
    group_by(Group) %>% 
    mutate(OUTPUT = as.numeric(factor(Subgroup, levels= unique(Subgroup)))) 
# Group Subgroup OUTPUT 
# <fctr> <fctr> <dbl> 
#1  A  a  1 
#2  A  a  1 
#3  A  b  2 
#4  A  b  2 
#5  A  b  2 
#6  B  a  1 
#7  B  a  1 
#8  B  b  2 
#9  B  b  2 

Oder eine andere Option ist match mit den unique Elemente 'Untergruppe' nach

df %>% 
    group_by(Group) %>% 
    mutate(OUTPUT = match(Subgroup, unique(Subgroup))) 
# Group Subgroup OUTPUT 
# <fctr> <fctr> <int> 
#1  A  a  1 
#2  A  a  1 
#3  A  b  2 
#4  A  b  2 
#5  A  b  2 
#6  B  a  1 
#7  B  a  1 
#8  B  b  2 
#9  B  b  2 

Answer 2

library(data.table) 
dt = as.data.table(df) # or setDT to convert in place 

unique(dt[, .(Group, Subgroup)])[, idx := 1:.N, by = Group][dt, on = c('Group', 'Subgroup')] 
# Group Subgroup idx OUTPUT 
#1:  A  a 1  1 
#2:  A  a 1  1 
#3:  A  b 2  2 
#4:  A  b 2  2 
#5:  A  b 2  2 
#6:  B  a 1  1 
#7:  B  a 1  1 
#8:  B  b 2  2 
#9:  B  b 2  2 

Die Übersetzung in dplyr sollte einfach sein.

---

Eine andere Methode, nach der Idee von Faktoren ab AOSMITH Kommentar verwenden, ist:

dt[, idx := as.integer(factor(Subgroup, unique(Subgroup))), by = Group][] 

Dies wird ein Faktor mit der richtigen Ebenen pro Gruppe erstellen, die ist die Indizierung Sie nach.

Answer 3

Hier ist eine Lösung mit data.table ohne Aggregation:

dt[order(Subgroup), Output := cumsum(!duplicated(Subgroup)) , by = .(Group)] 

Dies wird schneller viel im Vergleich zu Methoden, die auf die Aggregation basiert.