Назначение значений в последовательности в зависимости от предыдущего значения строки в R

Я задал аналогичный вопрос вроде здесь, и упомянутое там решение отлично работает с проблемой, заявленной там, но эта версия немного сложнее и сложнее.

У меня есть таблица данных, подобная этой.

   ID1 member
 1   a parent
 2   a  child
 3   a parent
 4   a  child
 5   a  child
 6   b parent
 7   b parent
 8   b  child
 9   c  child
10   c  child
11   c parent
12   c  child

И я хочу назначить последовательность, подобную приведенной ниже, в столбце ID1 и member.

   ID1 member sequence
 1   a parent        1
 2   a  child        2
 3   a parent        1
 4   a  child        2
 5   a  child        3
 6   b parent        1
 7   b parent        1
 8   b  child        2
 9   c  child        2 *
10   c  child        3
11   c parent        1
12   c  child        2

то есть.

> dt$sequence = 1, wherever dt$member == "parent"

> dt$sequence = previous_row_value + 1, wherever dt$member=="child"

Но иногда бывает так, что новый ID1 может не начинаться с member = "parent". Если он начинается с "child" (как в примере со звездообразной строкой), мы должны начать последовательность с 2. На данный момент я делаю это с использованием циклов, как показано ниже.

dt_sequence <- dt[ ,sequencing(.SD), by="ID1"]

sequencing <- function(dt){
  for(i in 1:nrow(dt)){
    if(i == 1){
      if(dt[i,member] %in% "child")
        dt$sequence[i] = 2
      else
        dt$sequence[i] = 1
    }
    else{
      if(dt[i,member] %in% "child")
        dt$sequence[i] = as.numeric(dt$sequence[i-1]) + 1
      else
        dt$sequence[i] = 1
    }
  }
  return(dt)
}

Я запустил этот код в таблице данных из 4e5 строк, и потребовалось много времени для завершения (около 20 минут). Может ли кто-нибудь предложить более быстрый способ сделать это.

Ответ 1

DF <- read.table(text="   ID1 member
 1   a parent
 2   a  child
 3   a parent
 4   a  child
 5   a  child
 6   b parent
 7   b parent
 8   b  child
 9   c  child
10   c  child
11   c parent
12   c  child", header=TRUE, stringsAsFactors=FALSE)

library(data.table)
setDT(DF)
DF[, sequence := seq_along(member) + (member[1] == "child"), 
   by = list(ID1, cumsum(member == "parent"))]

#    ID1 member sequence
# 1:   a parent        1
# 2:   a  child        2
# 3:   a parent        1
# 4:   a  child        2
# 5:   a  child        3
# 6:   b parent        1
# 7:   b parent        1
# 8:   b  child        2
# 9:   c  child        2
#10:   c  child        3
#11:   c parent        1
#12:   c  child        2

Ответ 2

Попробуйте это,

dt$sequence <- rep(NA, length(dt$member))
for (i in seq_along(dt$member)){
  dt$sequence[i] <- ifelse(dt$member[i]=="parent", 1, 
                           ifelse(dt$ID1[i]==dt$ID1[i-1], dt$sequence[i-1] + 1, 2)
                           )
   }

и более простое решение dplyr

data <- dt %>% 
  group_by(ID1) %>% 
  mutate(
    seq = ifelse(member=="parent", 1, 2),
    sequence = ifelse(seq==1, 1, lag(seq, default = 1) + 1)
  )

Если каждая группа ID1 содержит хотя бы один parent, гораздо более легкое решение будет упорядочивать данные в группе = ID1, так что parent всегда будет сверху:

dt %>% 
  group_by(ID1) %>%
  arrange(desc(member))

Ответ 3

Хороший вопрос. Итак, вот мое решение:

Данные

dd <- structure(list(ID1 = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 3L), 
                                     .Label = c("a", "b", "c"), class = "factor"), 
                     member = structure(c(2L, 1L, 2L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 2L, 1L), 
                                        .Label = c("child", "parent"), 
                                        class = "factor")), 
                     .Names = c("ID1", "member"), 
                     row.names = c("1", "2", "3", "4", "5", "6", "7", "8", 
                                   "9", "10", "11", "12"), class = "data.frame")

код

Сначала установите все элементы с parent в 1:

parent <- dd$member == "parent"
dd$sequence <- 0
dd$sequence[parent] <- 1

Теперь установите все child elemetns без родительского имени в 2:

dd$sequence <- ave(dd$sequence, dd$ID1, 
                 FUN = function(.) {
                          ret <- .
                          ret[1] <- if (ret[1] == 0) 2 else ret[1]
                          ret}
)

Теперь мы хотим получить длину каждой последовательности 0's и позицию каждого 0:

rl <- rle(dd$sequence)
rl.wh <- which(rl$values == 0)

Наконец, мы можем сгенерировать последовательности:

dd$sequence[dd$sequence == 0] <- unlist(mapply(function(x, r) 
    seq(x + 1, length.out = r, by = 1), rl$values[rl.wh - 1], rl$length[rl.wh]))