根据多列分配 ID 列

Question

下面的问题在这里得到解决： 创建 ID 变量：如果 ≥1 列重复，则标记为重复 这里： 根据重复的整数变量和逻辑变量分配ID

我想根据多个列的多个条件创建一个带有 ID 代码的新列。 这是我的数据示例。

     pat     N     C    NC n1    c1   
 1     1     1     1     1 FALSE FALSE
 2     2     1     1     1 FALSE FALSE
 3     3    12    31     2 FALSE FALSE
 4     4    12    31     2 FALSE FALSE
 5     5     3    15     3 FALSE TRUE 
 6     6     4    15     4 FALSE TRUE 
 7     7     5    18     5 TRUE  FALSE
 8     8     5    20     6 TRUE  FALSE
 9     9     6    21     7 FALSE FALSE
10    10     7    21     8 FALSE FALSE
11    11     8    19     9 FALSE FALSE
12    12     9    11    10 FALSE FALSE
13    13    10    11    11 FALSE FALSE
14    14    11    14    12 FALSE FALSE

sample <- data.frame(pat = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14), 
                      N = c(1,1,12,12,3,4,5,5,6,7,8,9,10,11), 
                     C = c(1,1,31,31,15,15,18,20,21,21,19,11,11,14),
                     NC = c(1,1,2,2,3,4,5,6,7,8,9,10,11,12),
                     n1 = c("FALSE", "FALSE","FALSE", "FALSE", "FALSE", "FALSE","TRUE","TRUE","FALSE","FALSE", "FALSE","FALSE", "FALSE", "FALSE"),
                     c1 = c("FALSE", "FALSE","FALSE", "FALSE", "TRUE", "TRUE","FALSE","FALSE","FALSE","FALSE", "FALSE","FALSE", "FALSE", "FALSE"))

编辑： 在一些帮助下，我现在已经成功地为这两个条件创建了新的 ID 列（根据重复的整数变量和逻辑变量分配ID）

2. 第N列重复且第n1列为FALSE，或
3. 列C是重复的，并且 c1 列为 FALSE。

数据框现在看起来像这样：

     pat     N     C    NC n1    c1        new_ID_N   new_ID_C
 1     1     1     1     1 FALSE FALSE     1           1
 2     2     1     1     1 FALSE FALSE     1           1
 3     3    12    31     2 FALSE FALSE     2           2
 4     4    12    31     2 FALSE FALSE     2           2
 5     5     3    15     3 FALSE TRUE      3           3
 6     6     4    15     4 FALSE TRUE      4           4
 7     7     5    18     5 TRUE  FALSE     5           5
 8     8     5    20     6 TRUE  FALSE     6           6
 9     9     6    21     7 FALSE FALSE     7           7
10    10     7    21     8 FALSE FALSE     8           7
11    11     8    19     9 FALSE FALSE     9           8
12    12     9    11    10 FALSE FALSE     10          9
13    13    10    11    11 FALSE FALSE     11          9
14    14    11    14    12 FALSE FALSE     12          10

最后，我想用数字创建最后一个 new_ID 列，但如果满足以下条件，则标记为重复数字：

1. NC 列重复，或
2. new_ID_N 重复，或
3. new_ID_C 重复。

我已经尝试过答案中建议的脚本

sample <- data.table::as.data.table(sample)[
  j = new_ID := base::as.numeric(base::interaction(var1, var..., varn,
                                                   drop=TRUE))
]

但这显示错误消息'（无法分配大小的向量...，另外警告消息：In ans lenght（l）：由整数溢出产生的NA）。

预先非常感谢

Answer 1

此代码可以根据多个变量创建唯一 ID。

sample <- data.table::as.data.table(sample)[
  j = new_ID := base::as.numeric(base::interaction(var1, var..., varn,
                                                   drop=TRUE))
]

由于你的解释对我来说不太清楚，我让你自己尝试一下。我相信您必须为每个条件创建一个新的变量/列，然后将这些变量放入代码中。

Answer 2

这是一个选项：

sample <- data.frame(pat = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14), 
                      N = c(1,1,12,12,3,4,5,5,6,7,8,9,10,11), 
                     C = c(1,1,31,31,15,15,18,20,21,21,19,11,11,14),
                     NC = c(1,1,2,2,3,4,5,6,7,8,9,10,11,12),
                     n1 = c(FALSE, FALSE,FALSE, FALSE, FALSE, FALSE,TRUE,TRUE,FALSE,FALSE, FALSE,FALSE, FALSE, FALSE),
                     c1 = c(FALSE, FALSE,FALSE, FALSE, TRUE, TRUE,FALSE,FALSE,FALSE,FALSE, FALSE,FALSE, FALSE, FALSE))


sample <- sample[order(sample$NC, sample$N, sample$C), ]

id <- 1
sample[1, 'new_ID'] <- id

for (i in 2:nrow(sample)) {

  if (((sample[i, 'NC'] != sample[i - 1, 'NC']) | sample[i - 1, 'n1']) &
      ((sample[i, 'C'] != sample[i - 1, 'C']) | sample[i - 1, 'c1'])) {
    id <- id + 1
  }

  sample[i, 'new_ID'] <- id

}

> sample
   pat  N  C NC    n1    c1 new_ID
1    1  1  1  1 FALSE FALSE      1
2    2  1  1  1 FALSE FALSE      1
3    3 12 31  2 FALSE FALSE      2
4    4 12 31  2 FALSE FALSE      2
5    5  3 15  3 FALSE  TRUE      3
6    6  4 15  4 FALSE  TRUE      4
7    7  5 18  5  TRUE FALSE      5
8    8  5 20  6  TRUE FALSE      6
9    9  6 21  7 FALSE FALSE      7
10  10  7 21  8 FALSE FALSE      7
11  11  8 19  9 FALSE FALSE      8
12  12  9 11 10 FALSE FALSE      9
13  13 10 11 11 FALSE FALSE      9
14  14 11 14 12 FALSE FALSE     10

如果不是 n1/c1 约束，您应该能够使用 as.integer(factor(...) 其中 ... = 使用所需变量的 paste 或 interaction 调用，

但使用 n1 。和c1，我能想到的只是一个循环。首先排序！请注意，您在 TRUE 和 FALSE 周围有引号，我已将其删除。