识别数据帧中新序列开始时的第一行

Question

我有一个更大的数据集，里面有很多序列。例子：

Number <- c(1, 1, 1, 1, 2, 2, 2, 2)
Day <- c(1, 2, 3, 4, 1, 2, 3, 4)
Letter <- c("a", "a", "a", "a", "b", "b", "b", "b")

df <- data.frame(Number, Day, Letter)

df
#>   Number Day Letter
#> 1      1   1      a
#> 2      1   2      a
#> 3      1   3      a
#> 4      1   4      a
#> 5      2   1      b
#> 6      2   2      b
#> 7      2   3      b
#> 8      2   4      b

^{创建于 2023-04-08 与 reprex v2.0.2}

我想创建一个新列，告诉我新序列何时开始。例子：

df_des
#>   Number Day Letter first
#> 1      1   1      a   yes
#> 2      1   2      a    no
#> 3      1   3      a    no
#> 4      1   4      a    no
#> 5      2   1      b   yes
#> 6      2   2      b    no
#> 7      2   3      b    no
#> 8      2   4      b    no

^{创建于 2023-04-08 与 reprex v2.0.2}

Answer 1

这是一种基本的 R 方法 -

# Columns to consider for sequence change
cols <- c('Number', 'Letter')
# Create a new column with everything as "No"
df$first <- 'No'
# Replace the first value of each sequence to "Yes"
df$first[!duplicated(df[cols])] <- 'Yes'
df

#  Number Day Letter first
#1      1   1      a   Yes
#2      1   2      a    No
#3      1   3      a    No
#4      1   4      a    No
#5      2   1      b   Yes
#6      2   2      b    No
#7      2   3      b    No
#8      2   4      b    No

Answer 2

这是在

dplyr

语句中使用

row_number

的

ifelse

方法：

library(dplyr) #>= 1.1.0

df %>%
  mutate(first = ifelse(row_number() == 1, "yes", "no"), .by=Number)

  Number Day Letter first
1      1   1      a   yes
2      1   2      a    no
3      1   3      a    no
4      1   4      a    no
5      2   1      b   yes
6      2   2      b    no
7      2   3      b    no
8      2   4      b    no

Answer 3

一个

base R

选项

 transform(df, first = c("no", "yes")[1 + !duplicated(Number)])

-输出

  Number Day Letter first
1      1   1      a   yes
2      1   2      a    no
3      1   3      a    no
4      1   4      a    no
5      2   1      b   yes
6      2   2      b    no
7      2   3      b    no
8      2   4      b    no