आर: एक कॉलम

Question

में मानों की लगातार घटनाओं की गणना करें, मैं समान मूल्यों के प्रत्येक भाग के भीतर एक अनुक्रमिक संख्या बनाना चाहता हूं, जैसे घटनाओं के काउंटर, जो कि वर्तमान पंक्ति में मान पिछली पंक्ति से अलग होने के बाद पुनरारंभ होता है।

कृपया इनपुट का एक उदाहरण और नीचे अपेक्षित आउटपुट पाएं। Cumulative sequence of occurrences of values:

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 

---

मेरा प्रश्न बहुत करने के लिए यह एक समान है।

Answer 1

आप sequence और rle उपयोग करने की आवश्यकता:

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

Answer 2

नीचे लिखा समारोह के एक कुशल और अधिक सरल संस्करण rleid बुलाया data.table पैकेज में अब उपलब्ध है। कि का उपयोग करना, यह सिर्फ है:

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

उपयोग और उदाहरण के बारे में अधिक के लिए ?rleid देखें। इस पोस्ट को अपडेट करने के सुझाव के लिए @ हेनरिक के लिए धन्यवाद।

---

rle निश्चित रूप से यह करने के लिए (+1 @ आनंद के) सबसे आसान तरीका है। लेकिन बड़ा डेटा पर कोई बेहतर (गति के मामले में) कर सकता है। बड़ा डेटा पर

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 

---

बेंचमार्किंग:: आप इस प्रकार data.table से duplist और vecseq कार्य (नहीं निर्यात) का उपयोग कर सकते

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