给重复行分配唯一标识符

Question

如果我有一个类似下面这样的数据框：

x y
13 a
14 b
15 c
15 c
14 b

我希望每组相等的行都有一个唯一的ID，像这样：

x y id
13 a 1
14 b 2
15 c 3
15 c 3
14 b 2

有没有简单的方法来做到这一点？

谢谢

- Omar Wagih

---

你的示例是否过于简单或包含打字错误，因为这里的id与x完全相同？ - Jouni Helske

也许我的例子有点误导人，我会更改它！ - Omar Wagih

使用data.table的类似问题：https://dev59.com/Mmcs5IYBdhLWcg3wPxge - flodel

@by0，请检查我的改进方案，它使用了interaction函数而不是paste0。 - Jouni Helske

Answer 1

我对paste0方法有些担忧。如果你的列包含更复杂的数据，可能会得到令人惊讶的结果。例如：

 x  y
ab  c
 a bc

一种解决方法是用paste(..., sep = "@")替换paste0(...)。即便如此，你也无法想出一个通用的sep，它将适用于任何类型的数据，因为sep始终有可能包含在某些数据中。

更为健壮的方法是使用拆分/转换/合并方法。你可以使用base包，但使用plyr会更容易一些：

library(plyr)
.idx <- 0L
ddply(df, colnames(df), transform, id = (.idx <<- .idx + 1L))    

如果速度太慢，我建议采用 data.table 方法，就像这里提出的那样：data.table "key indices" or "group counter"。

- flodel

---

paste0 的确是个好方法，不过我添加了一个更好的解决方案，实际上比原来的答案更加简洁。 - Jouni Helske

@Hemmo。我认为使用interaction等同于使用paste(..., sep = '.'); 从理论上讲，它会遇到我所讨论的相同（不太可能的）问题。 - flodel

哦，是的，你说得对，它们实际上产生了相同的结果，但在你讨论的情况下，它们都能正确地工作，因为你会得到ab.c和a.bc这两个不同的结果。我想这就是所需的。然而，paste0不能正常工作（如果不需要分隔符，则可以使用）。 - Jouni Helske

Answer 2

我的第一个想法是：

创建一个新变量，通过将两列的值连接为字符串来组合它们：

a<-paste0(z$x,z$y) #z is your data.frame

将此作为因素并将其与您的数据框结合起来：

```html 将此作为因素并将其与您的数据框结合起来： ```

cbind(z,id=factor(a,labels=1:length(unique(a))))

编辑：@flodel 担心使用 paste0，最好使用普通的 paste 或交互操作：

a<-interaction(z,drop=TRUE)
cbind(z,id=factor(a,labels=1:length(unique(a))))

假设您想要分离x=ab、y=c和x=a、y=bc。如果不是，请使用paste0。

- Jouni Helske

---

我将把a替换为do.call(paste0, z)。将1:length(unique(a))替换为seq_along(unique(a))。 - Arun

好的建议，我从来没有记住过 seq_along，而 do.call 对我来说是新事物。谢谢。 - Jouni Helske