कई चर

Question

मैं अपने डेटा के साथ काउंटर बनाएं कि लग रहा है नीचे की तरह:

CustomerID TripDate TripCounter 
1   1/3/2013 1 
1   1/4/2013 2 
1   1/9/2013 3 
2   2/1/2013 1 
2   2/4/2013 2 
3   1/2/2013 1 

Tripcounter प्रत्येक के लिए होगा:

CustomerID TripDate 
1   1/3/2013 
1   1/4/2013 
1   1/9/2013 
2   2/1/2013 
2   2/4/2013 
3   1/2/2013 

मैं एक काउंटर चर, जो नीचे तरह होगा बनाने की जरूरत ग्राहक।

Answer 1

ave का उपयोग करें। अपने data.frame कहा जाता है "mydf" यह मानते हुए:

mydf$counter <- with(mydf, ave(CustomerID, CustomerID, FUN = seq_along)) 
mydf 
# CustomerID TripDate counter 
# 1   1 1/3/2013  1 
# 2   1 1/4/2013  2 
# 3   1 1/9/2013  3 
# 4   2 2/1/2013  1 
# 5   2 2/4/2013  2 
# 6   3 1/2/2013  1 

क्या इसके लायक है के लिए, मैं भी कार्यान्वित एक समारोह में इस दृष्टिकोण का एक संस्करण मेरी "splitstackshape" पैकेज में शामिल। समारोह getanID कहा जाता है:

mydf <- data.frame(IDA = c("a", "a", "a", "b", "b", "b", "b"), 
        IDB = c(1, 2, 1, 1, 2, 2, 2), values = 1:7) 
mydf 
# install.packages("splitstackshape") 
library(splitstackshape) 
# getanID(mydf, id.vars = c("IDA", "IDB")) 
getanID(mydf, id.vars = 1:2) 
# IDA IDB values .id 
# 1 a 1  1 1 
# 2 a 2  2 1 
# 3 a 1  3 2 
# 4 b 1  4 1 
# 5 b 2  5 1 
# 6 b 2  6 2 
# 7 b 2  7 3 

आप ऊपर के उदाहरण से देख सकते हैं, मैं इस तरह से है कि आप एक या अधिक स्तंभ है कि आईडी स्तंभ के रूप में व्यवहार किया जाना चाहिए निर्दिष्ट कर सकते हैं में समारोह लिखा है। यह देखने के लिए जांच करता है कि id.vars में से कोई भी डुप्लीकेट किया गया है, और यदि वे हैं, तो यह आपके लिए एक नया आईडी चर उत्पन्न करता है।

Answer 2

यहां प्रक्रिया स्टाइल कोड है। मैं तुम्हें आर में पाश उपयोग कर रहे हैं तो आप शायद कुछ गलत

x <- dataframe$CustomerID 
dataframe$counter <- 0 
y <- dataframe$counter 
count <- 1 
for (i in 1:length(x)) { 
    ifelse (x[i] == x[i-1], count <- count + 1, count <- 1) 
    y[i] <- count 
} 
dataframe$counter <- y 

Answer 3

मैं अक्सर ऐसा करने की जरूरत है क्या कर रहे हैं जैसी चीजों में विश्वास करते हैं, और एक समारोह है कि यह पिछले जवाब की तुलना में अलग सिद्ध लिखा था न। मुझे यकीन नहीं है कि कौन सा समाधान सबसे कुशल है।

idCounter <- function(x) { 
    unlist(lapply(rle(x)$lengths, seq_len)) 
} 

mydf$TripCounter <- idCounter(mydf$CustomerID) 

Answer 4

आप भी इस के लिए plyr (का उपयोग करते हुए @ AnadaMahto के उदाहरण डेटा) का उपयोग कर सकते हैं: होने के लिए

> ddply(mydf, .(IDA, IDB), transform, .id = seq_along(IDA)) 
    IDA IDB values .id 
1 a 1  1 1 
2 a 1  3 2 
3 a 2  2 1 
4 b 1  4 1 
5 b 2  5 1 
6 b 2  6 2 
7 b 2  7 3 

ध्यान दें कि plyr एक प्रतिष्ठा है नहीं करता है:

> ddply(mydf, .(IDA), transform, .id = seq_along(IDA)) 
    IDA IDB values .id 
1 a 1  1 1 
2 a 2  2 2 
3 a 1  3 3 
4 b 1  4 1 
5 b 2  5 2 
6 b 2  6 3 
7 b 2  7 4 

या यहाँ तक कि सबसे तेज़ समाधान, इसके लिए आपको data.table पर एक नज़र डालने की आवश्यकता है।

library(data.table) 
DT <- data.table(mydf) 
DT[, .id := sequence(.N), by = "IDA,IDB"] 
DT 
# IDA IDB values .id 
# 1: a 1  1 1 
# 2: a 2  2 1 
# 3: a 1  3 2 
# 4: b 1  4 1 
# 5: b 2  5 1 
# 6: b 2  6 2 
# 7: b 2  7 3 

Answer 5

इस बीच, आप भी dplyr उपयोग कर सकते हैं:

---

यहाँ एक data.table तरीका है। अपने data.frame MyData

library(dplyr) 
mydata %>% group_by(CustomerID) %>% mutate(TripCounter = row_number()) 

Answer 6

कहा जाता है, तो यह सही जवाब नहीं है, लेकिन छोरों के लिए की तुलना में कुछ दिलचस्प बातें दिखा रहा है, vectorization तेजी से अनुक्रमिक अद्यतन करने के बारे में परवाह नहीं करता है। एक < -read.table (textConnection ( "CustomerID TripDate 1 1/3/2013 1 1/4/2013 1 1/9/2013 2 2/1/2013 2 2/4/2013 3 1/2/2013 "), हेडर = TRUE)

a <- a %>% 
group_by(CustomerID,TripDate) # must in order 

res <- rep(1, nrow(a)) #base @ 1 
res[2:6] <-sapply(2:6, function(i)if(a$CustomerID[i]== a$CustomerID[i - 1]) {res[i] = res[i-1]+1} else {res[i]= res[i]}) 
a$TripeCounter <- res