R语言中如何将数据框重复条目替换为n减去超出2次的重复次数

需求描述 #

我的数据某一列存在重复条目，我希望实现的逻辑是：若某条目n在列内重复出现超过2次，则将该条目替换为*n-(重复出现次数 - 2)*。

示例数据 #

现有数据结构如下：

df <- data.frame(
  A = c(1,2,2,4,5,7,7,7,7,2,8,8),
  B = c(2,3,4,5,6,7,8,9,10,11,12,13)
)
> df
A  B
1  2
2  3
2  4
4  5
5  6
7  7
7  8
7  9
7 10
2 11
8 12
8 13

规则说明 #

• df$A列中7共重复出现4次，超过2次的部分需要替换：第1、2次出现的7保持不变，第3次出现的7替换为7 - (3-2)，第4次出现的7替换为7 - (4-2)。
• df$A列中2共重复出现3次，按照相同规则，第3次出现的2替换为2 - (3-2)。
• df$B列无重复值，因此保持原样不变。

期望输出 #

最终需要得到的结果如下：

dfNew <- data.frame(
  A = c(1,2,2,4,5,7,7,6,5,1,8,8),
  B = c(2,3,4,5,6,7,8,9,10,11,12,13)
)
> dfNew
A  B
1  2
2  3
2  4
4  5
5  6
7  7
7  8
6  9
5 10
1 11
8 12
8 13

实现方案 #

方案1：dplyr包实现（推荐，可读性高） #

library(dplyr)

dfNew <- df %>%
  group_by(A) %>%
  mutate(
    appear_cnt = row_number(),
    A = ifelse(appear_cnt > 2, A - (appear_cnt - 2), A)
  ) %>%
  ungroup() %>%
  select(-appear_cnt)

方案2：基础R实现（无需额外依赖） #

appear_cnt <- ave(df$A, df$A, FUN = seq_along)
df$A <- ifelse(appear_cnt > 2, df$A - (appear_cnt - 2), df$A)
dfNew <- df

以上两种方案运行后输出结果均与预期一致。

内容的提问来源于stack exchange，提问作者Electrino