构造唯一的按分组累加编号的多部分id

Question

我有一个数据框：

data_source <-c("s1", "s1", "s1", "s1", "s1", "s1")
lake <-c("blue lake", "blue lake", "blue lake", "mirror lake", "mirror lake", 
         "mirror lake")
sample <-c("upper", "mid", "bottom", "upper", "mid", "bottom")
df <-data.frame(cbind(data_source, lake, sample))
df

我构造了以下id列：

df$source_id <-"s1"
df$lake_id <-paste(df$source_id, as.numeric(df$lake), sep = "_")
df$sample_id <-paste(df$lake_id, as.numeric(as.factor(df$lake_id)), sep = "_")

但是，我希望sample_id列看起来像这样：

df$desired_id <-c("s1_l1_1", "s1_l1_2", "s1_l1_3", "s1_l2_1", "s1_l2_2", "s1_l2_3")

我不知道如何计算湖边的累积样本数。提前感谢！

Answer 1

问题是您从不在lake_id列的湖号之前询问"l“，它会被传递到sample_id列。使用与您使用的代码类似的代码，我将执行以下操作：

df$lake_id <- with(df, paste0(source_id, "_l", as.numeric(df$lake)))
# "s1_l1" "s1_l1" "s1_l1" "s1_l2" "s1_l2" "s1_l2"

这与现在的lake_id在湖号前包含一个"l“有所不同。

现在，通过运行代码的其余部分，您的代码将具有所需的sample_id。

在像这样把多个项目放在一起时，我更喜欢的编码风格是像这样使用sprintf：

df$sample_id <- with(df, sprintf("%s_l%d_%d", source_id, as.numeric(lake), as.numeric(lake)))

有了这种编码风格，就更容易看到使用了什么以及它是如何连接的--使用sprintf格式化字符串增加了复杂性。