在数据框中对组内的行进行编号

使用类似这样的数据框：

set.seed(100) df <- data.frame(cat = c(rep("aaa", 5), rep("bbb", 5), rep("ccc", 5)), val = runif(15)) df <- df[order(df$cat, df$val), ] df cat val 1 aaa 0.05638315 2 aaa 0.25767250 3 aaa 0.30776611 4 aaa 0.46854928 5 aaa 0.55232243 6 bbb 0.17026205 7 bbb 0.37032054 8 bbb 0.48377074 9 bbb 0.54655860 10 bbb 0.81240262 11 ccc 0.28035384 12 ccc 0.39848790 13 ccc 0.62499648 14 ccc 0.76255108 15 ccc 0.88216552 

我正在尝试在每个组中添加一个具有编号的列。 这样做显然是不使用R的权力：

  df$num <- 1 for (i in 2:(length(df[,1]))) { if (df[i,"cat"]==df[(i-1),"cat"]) { df[i,"num"]<-df[i-1,"num"]+1 } } df cat val num 1 aaa 0.05638315 1 2 aaa 0.25767250 2 3 aaa 0.30776611 3 4 aaa 0.46854928 4 5 aaa 0.55232243 5 6 bbb 0.17026205 1 7 bbb 0.37032054 2 8 bbb 0.48377074 3 9 bbb 0.54655860 4 10 bbb 0.81240262 5 11 ccc 0.28035384 1 12 ccc 0.39848790 2 13 ccc 0.62499648 3 14 ccc 0.76255108 4 15 ccc 0.88216552 5 

什么将是一个很好的方法来做到这一点？

Answer 1

使用ave ， ddply ， dplyr或data.table ：

 df$num <- ave(df$val, df$cat, FUN = seq_along) 

要么：

 library(plyr) ddply(df, .(cat), mutate, id = seq_along(val)) 

要么：

 library(dplyr) df %>% group_by(cat) %>% mutate(id = row_number()) 

或（最有效的内存，因为它在DT内通过引用分配）：

 library(data.table) DT <- data.table(df) DT[, id := seq_len(.N), by = cat] DT[, id := rowid(cat)] 

Answer 2

这是一个选项使用for循环组，而不是行（就像OP一样）

 for (i in unique(df$cat)) df$num[df$cat == i] <- seq_len(sum(df$cat == i)) 

Answer 3

为了使这个r-faq的问题更加完整，有一个sequence和rle的基本Rselect：

 df$num <- sequence(rle(df$cat)$lengths) 

这给出了预期的结果：

 > df cat val num 4 aaa 0.05638315 1 2 aaa 0.25767250 2 1 aaa 0.30776611 3 5 aaa 0.46854928 4 3 aaa 0.55232243 5 10 bbb 0.17026205 1 8 bbb 0.37032054 2 6 bbb 0.48377074 3 9 bbb 0.54655860 4 7 bbb 0.81240262 5 13 ccc 0.28035384 1 14 ccc 0.39848790 2 11 ccc 0.62499648 3 15 ccc 0.76255108 4 12 ccc 0.88216552 5 

如果df$cat是一个因子variables，则需要首先将其封装在as.character ：

 df$num <- sequence(rle(as.character(df$cat))$lengths)