根据模式

Question

我有一个分组数据集，但这些组没有唯一标识符，如下所示：

direction <- c('N','S','W','N','N','S','W','N','S','W')
measurement <- c(4,6,1,7,2,4,7,4,1,4)
x <- data.frame(direction, measurement)
x
   direction measurement
1          N           4
2          S           6
3          W           1
4          N           7
5          N           2
6          S           4
7          W           7
8          N           4
9          S           1
10         W           4

在x中，direction的值按顺序排列，每个重复的“＆＃39; N＆＃39;＆＃39; S＆＃39;和＆＃39; W＆＃39;是一个小组。

direction的每组值始终以＆＃39; N＆＃39;开头，然而，并非所有群组都有一套完整的＆＃39; N＆＃39;＆＃39; S＆＃39;和＆＃39; W＆＃39;行（请参阅下面的ID B）。

另一种表达方式：我想从direction == 'N'开始为每组最多3行提供唯一ID。

期望的结果是：

    direction measurement ID
1          N            4  A
2          S            6  A
3          W            1  A
4          N            7  B
5          N            2  C
6          S            4  C
7          W            7  C
8          N            4  D
9          S            1  D
10         W            4  D

请注意，ID B只有一行＆＃39; N＆＃39;。

Answer 1

您可以使用==获取此结果，以识别带有“N”和cumsum的元素来构建索引。然后按照balter的答案中的建议，从存储的矢量LETTERS中拉出值。

这里，cumsum对逻辑向量求和，将其强制转换为数字二进制（1s和0s）。因此，在遇到“N”时，它会重复相同的值并递增。

 x$ID <- LETTERS[cumsum(x$direction == "N")]

返回

x
   direction measurement ID
1          N           4  A
2          S           6  A
3          W           1  A
4          N           7  B
5          N           2  C
6          S           4  C
7          W           7  C
8          N           4  D
9          S           1  D
10         W           4  D

Answer 2

我认为这应该有效：

direction <- c('N','S','W','N','N','S','W','N','S','W')
measurement <- c(4,6,1,7,2,4,7,4,1,4)
x <- data.frame(direction, measurement)

inds <- which(direction == 'N')
diffs <- diff(c(inds, length(direction)+1))

groups <- rep(seq_along(inds),diffs)

x$ID <- LETTERS[groups]
x

请注意，如果您有超过26个组，LETTERS[]将开始返回NA。您可以随时使用：

x$ID <- groups

如果发生这种情况。