列内の出現数をカウントして変数を作成する

Question

私はRで新しく、数百の異なる識別番号（患者である）を含む「ID」という列を含む「CT」というdata.frameを持っています。ほとんどの数値は一度表示されますが、他の数値は2〜3回表示されます（したがって、異なる行に表示されます）。 CT data.frameでは、「countID」という新しい変数を挿入したいと思います。これは、これらの特定の患者の出現回数を示します（複数のレコードが複数回表示されるはずです）。 第一の戦略： 私はこのフォーラムを読んだ後、二つの異なる戦略を試してみました

CT <- cbind(CT, countID=sequence(rle(CT.long$ID)$lengths) 

しかし、このdoesntの仕事は、私は一つだけカウントを取得します。 第二の戦略：

tabs <- table(CT.long$ID) 
out <- data.frame(item=names(unlist(tabs)),count=unlist(tabs)[],stringsAsFactors=FALSE) 
rownames(out) = c() 
head(out) 

# item count 
# 1 1.312  1 
# 2 1.313  2 
# 3 1.316  1 
# 4 1.317  1 
# 5 1.321  1 
# 6 1.322  1 

だから、これは正常に動作しますが、私は2 data.framesを溶かすカント：CTと、このデータフレームを（1カウントされ、1がIDです）2列を持つデータフレームを作成し、一致行数が "out"と "CT"の間で一致しません（outには行が少なくなります）。 誰かが、data.frame CTに直接出現回数を追加するか、2つのdata.framesを正しく一致させるための洗練されたソリューションがありますか？事前に おかげで、デニス

Answer 1

あなたはほとんどありました！ rleは非常にうまく動作しますが、あなただけのrleを計算する前にIDにあなたのテーブルをソートする必要があります。

CT <- data.frame(value = runif(10) , id = sample(5,10,repl=T)) 

# sort on ID when calculating rle 
Count <- rle(sort(CT$id)) 

# match values 
CT$Count <- Count[[1]][ match(CT$id , Count[[2]]) ] 
CT 
#  value id Count 
#1 0.94282600 1  4 
#2 0.12170165 2  2 
#3 0.04143461 1  4 
#4 0.76334609 3  2 
#5 0.87320740 4  1 
#6 0.89766749 1  4 
#7 0.16539820 1  4 
#8 0.98521044 5  1 
#9 0.70609853 3  2 
#10 0.75134208 2  2 

Answer 2

あなたは基本Rを使用する必要性を感じていない場合は、plyrは、このタスクが容易になります：

> set.seed(3) 
> library(plyr) 
> ct <- data.frame(id=sample(1:10,15,replace=TRUE),item=round(rnorm(15),3)) 
> ct <- ddply(ct,.(id),transform,idcount=length(id)) 
> head(ct) 
    id item idcount 
1 2 0.953  2 
2 2 1.342  2 
3 3 0.693  1 
4 4 -0.584  2 
5 4 -2.161  2 
6 6 -0.323  5 

Answer 3

data.table通常最速入力と期待される出力を示すため

set.seed(3) 
library(data.table) 
ct <- data.table(id=sample(1:10,15,replace=TRUE),item=round(rnorm(15),3)) 
st <- ct[,countid:=.N,by=id] 
id item countid 
1: 2 0.953  2 
2: 9 0.535  2 
3: 4 -0.584  2 
4: 4 -2.161  2 
5: 7 -1.320  3 
6: 7 0.810  3 
7: 2 1.342  2 
8: 3 0.693  1 
9: 6 -0.323  5 
10: 7 -0.117  3 
11: 6 -0.423  5 
12: 6 -0.835  5 
13: 6 -0.815  5 
14: 6 0.794  5 
15: 9 0.178  2