R语言如何无硬编码为各分组自动生成独立行号列
自动生成分组专属行号列的实现方案
可复现的示例数据准备
首先加载依赖、构造测试数据集的代码:
install.packages("palmerpenguins") library(palmerpenguins) library(tidyverse) ad <- penguins %>% filter(species == "Adelie", year == 2007) %>% select(species, island)
当前示例数据中,island字段共有3个分类值:Torgersen、Biscoe、Dream,需要为每个分类生成单独的行号列。
原有实现的缺陷
现有硬编码方案需要手动枚举所有岛屿名称,逐行写if_else判断生成对应列:
# 原硬编码实现片段 mutate(row_id_Torgersen = if_else(island == "Torgersen", row_id, NA_integer_), row_id_Biscoe = if_else(island == "Biscoe", row_id, NA_integer_), row_id_Dream = if_else(island == "Dream" , row_id, NA_integer_))
一旦数据中新增岛屿、调整岛屿名称,就需要同步修改代码,无法自适应分组变化。
无硬编码的程序化实现
利用宽表转换逻辑自动生成带分组名的列,全程不需要手动枚举分组值:
ad %>% # 按岛屿分组生成从0开始的序号,和原实现的序号规则完全对齐 group_by(island) %>% mutate(row_id = row_number() - 1) %>% ungroup() %>% pivot_wider( names_from = island, values_from = row_id, names_prefix = "row_id_", values_fill = NA_integer_ )
输出效果
代码运行后生成的结果和硬编码方案完全一致:
# A tibble: 50 × 5 species island row_id_Torgersen row_id_Biscoe row_id_Dream <fct> <fct> <int> <int> <int> 1 Adelie Torgersen 0 NA NA 2 Adelie Torgersen 1 NA NA 3 Adelie Torgersen 2 NA NA 4 Adelie Torgersen 3 NA NA 5 Adelie Torgersen 4 NA NA 6 Adelie Torgersen 5 NA NA 7 Adelie Torgersen 6 NA NA 8 Adelie Torgersen 7 NA NA 9 Adelie Torgersen 8 NA NA 10 Adelie Torgersen 9 NA NA # ... with 40 more rows
方案适配性:不管数据中实际存在多少个岛屿分组、分组名称如何调整,上述代码都不需要手动修改,会自动根据实际出现的分组生成对应命名的行号列。
内容的提问来源于stack exchange,提问作者umair durrani
相关产品推荐
相关产品推荐

