按Subjectid统计响应值出现次数并生成带前缀计数列（R语言）

初始数据 #

subjectid <- c(1, 1, 1, 2, 2, 3, 3, 3, 4, 4, 5)
response <- c("PD", "PD", "SD", "PD", "SD", "PD", "SD", "SD", "SD", "PD", "PR")
df <- data.frame(subjectid, response)

实现方法 #

方法1：使用dplyr包

通过分组生成组内序号，再拼接变量：

library(dplyr)

df_result <- df %>%
  # 按subjectid和response分组
  group_by(subjectid, response) %>%
  # 生成当前response在对应subject内的出现次数
  mutate(count = row_number(),
         # 拼接响应值与计数
         response_count = paste0(response, count)) %>%
  # 取消分组
  ungroup()

print(df_result)

方法2：基础R实现（无需额外包）

利用ave函数完成分组计数：

# 生成每个subject内各response的出现次数
df$count <- ave(rep(1, nrow(df)), df$subjectid, df$response, FUN = seq_along)
# 拼接成新变量
df$response_count <- paste0(df$response, df$count)

print(df)

输出结果 #

subjectid response count response_count
1          1       PD     1            PD1
2          1       PD     2            PD2
3          1       SD     1            SD1
4          2       PD     1            PD1
5          2       SD     1            SD1
6          3       PD     1            PD1
7          3       SD     1            SD1
8          3       SD     2            SD2
9          4       SD     1            SD1
10         4       PD     1            PD1
11         5       PR     1            PR1

内容的提问来源于stack exchange，提问作者samthecodegod