用於重複值列的R代碼

Question

我基本上是使用R軟件的新手。

我有一個Excel文件重複代碼（數值/分類）的列表。我需要添加另一個列值（即使是隨機的），每個相同的代碼將獲得相同的值。

Codes Value 
1 122 
1 122 
2 155 
2 155 
2 155 
4 101 
4 101 
5 251 
5 251 

謝謝。

Answer 1

我們可以用match：

n <- length(code0 <- unique(code)) 
value <- sample(4 * n, n)[match(code, code0)] 

或factor：

n <- length(unique(code)) 
value <- sample(4 * n, n)[factor(code)] 

生成的隨機整數是1和4 * n之間。號碼4是任意的;你也可以把100。

---

例

set.seed(0); code <- rep(1:5, sample(5)) 

code 
# [1] 1 1 1 1 1 2 2 3 3 3 3 4 4 4 5 

n <- length(code0 <- unique(code)) 
sample(4 * n, n)[match(code, code0)] 

# [1] 5 5 5 5 5 18 18 19 19 19 19 12 12 12 11 

---

評論上面

給出最一般的治療，假定code不容易排序或連續服用值。

如果code排序（不管需要什麼樣的價值），我們也可以使用rle：

if (!is.unsorted(code)) { 
    n <- length(k <- rle(code)$lengths) 
    value <- rep.int(sample(4 * n, n), k) 
    } 

如果code需要連續值1, 2, ..., n（但不一定排序），我們可以跳過match或factor和這樣做：

n <- max(code) 
value <- sample(4 * n, n)[code] 

---

另行通知：如果code不是數字但是是分類的，則match和factor方法仍然有效。

Answer 2

什麼你也可以做的是下面的，它可能是更直觀的初學者：

data <- data.frame('a' = c(122,122,155,155,155,101,101,251,251)) 

duplicates <- unique(data) 
duplicates[, 'b'] <- rnorm(nrow(duplicates)) 

data <- merge(data, duplicates, by='a')