使用r有条件地处理到其他列的重复项

Question

我有一个很大的数据库，我想有条件地处理到另一列的重复项(不删除任何项)。下面是我的输入示例：

 name                              nb_participants
 INSTITUT BILA BILA                    10
 INSTITUT BILA BILA                    4
 INSTITUT BILA BILA                    NA
 INSTITUT NZUNDU                       3
 INSTITUT NZUNDU                       15
...

structure(list(name = c("INSTITUT BILA BILA", "INSTITUT BILA BILA", "INSTITUT BILA BILA","INSTITUT NZUNDU","INSTITUT NZUNDU"), nb_participants = c(10, 4, NA,3,15)), row.names = c("1", "2","3","4","5"), class = "data.frame")

所需的输出如下：

 name                            nb_participants
 INSTITUT BILA BILA 2-1              10
 INSTITUT BILA BILA 2-2               4
 INSTITUT BILA BILA 2-3              NA
 INSTITUT NZUNDU 2-2                  3
 INSTITUT NZUNDU 2-1                 15
...

structure(list(name = c("INSTITUT BILA BILA 2-1", "INSTITUT BILA BILA 2-2", "INSTITUT BILA BILA 2-3","INSTITUT NZUNDU 2-2","INSTITUT NZUNDU 2-1"), nb_participants = c(10, 4, NA,3,15)), row.names = c("1", "2","3","4","5"), class = "data.frame")

我有这个命令

data$name<-ave(as.character(data$name), data$name, FUN=function(x) if (length(x)>1) paste0(x[1], '-', seq_along(x), '') else x[1])

但我不知道如何处理对另一列的有条件排名。现在我能做的唯一一件事是：

data<-data %>% 
  group_by(name) %>% 
  filter(nb_participants ==max(nb_participants))

你有什么办法能帮上忙吗？非常感谢。

Answer 1

这可能会帮助您解决问题(语法请使用tidyverse包)。首先，如果您希望按nb_participant变量降序对数据进行排序，请执行以下操作：

df <- df %>% arrange(name, desc(nb_participants))

然后，您必须按名称创建迭代次数：

df <- df %>% group_by(name) %>% mutate(id = row_number())

id列将计算每次出现name变量的次数。

如果您想要将这个数字添加到名称变量中，如示例所示，您可以简单地执行以下操作：

df$name <- paste(df$name, " 2- ", df$id, sep="")