使用 dplyr 将唯一 ID 分配给组内的不同值

问题：我需要为具有两级分组的数据创建一个唯一的 ID 字段。在这里的示例代码中，它是Emp and Color。 ID 的结构需要如下：

Emp+ 每个的唯一编号Color+ 重复的序列号Colors.

这些值由句点分隔。
示例数据：

dat <- data.frame(Emp = c("A","A","A","B","B","C"), 
              Color = c("Red","Green","Green","Orange","Yellow","Brown"),
              stringsAsFactors = FALSE)

ID 应该显示如下：

ID <- c("A.01.001", "A.02.001", "A.02.002", "B.01.001", "B.02.001", "C.01.001")

ID [1] “A.01.001” “A.02.001” “A.02.002” “B.01.001” “B.02.001” “C.01.001”

用于记录重复项的 ID 的三个字符后缀可以如下完成：

 group_by(dat, Emp, Color) %>%
         mutate(suffix = str_pad(row_number(), width=3, side="left", pad="0"))

但我无法为唯一出现的Color与每个Emp group.

我更喜欢 dplyr 解决方案，但任何方法都会受到赞赏。

Using data.table and sprintf:

library(data.table)
setDT(dat)[, ID := sprintf('%s.%02d.%03d', 
                           Emp, rleid(Color), rowid(rleid(Color))), 
           by = Emp]

you get:

> dat
   Emp  Color       ID
1:   A    Red A.01.001
2:   A  Green A.02.001
3:   A  Green A.02.002
4:   B Orange B.01.001
5:   B Yellow B.02.001
6:   C  Brown C.01.001

这是如何运作的：

• 你转换dat to a data.table with setDT()
• 通过...分组Emp.
• 并创建ID- 变量与sprintf-功能。和sprintf您可以根据指定的格式轻松地将多个矢量粘贴在一起。
• 指某东西的用途:=意味着data.table通过引用更新。
• %s表示在第一部分中使用一个字符串（即Emp). %02d & %03d表示数字需要有两位或三位数字，并在需要时带前导零。之间的点将按字面意思理解，因此包含在结果字符串中。

解决@jsta的评论，如果Color-列不是连续的，您可以使用：

setDT(dat)[, r := as.integer(factor(Color, levels = unique(Color))), by = Emp
           ][, ID := sprintf('%s.%02d.%03d', 
                             Emp, r, rowid(r)), 
             by = Emp][, r:= NULL]

这也将保持顺序Color列提出。代替as.integer(factor(Color, levels = unique(Color)))你也可以使用match(Color, unique(Color))如阿克伦所示。

在更大一点的数据集上实现上述内容来说明：

dat2 <- rbindlist(list(dat,dat))
dat2[, r := match(Color, unique(Color)), by = Emp
     ][, ID := sprintf('%s.%02d.%03d', 
                     Emp, r, rowid(r)), 
     by = Emp]

让你：

> dat2
    Emp  Color r       ID
 1:   A    Red 1 A.01.001
 2:   A  Green 2 A.02.001
 3:   A  Green 2 A.02.002
 4:   B Orange 1 B.01.001
 5:   B Yellow 2 B.02.001
 6:   C  Brown 1 C.01.001
 7:   A    Red 1 A.01.002
 8:   A  Green 2 A.02.003
 9:   A  Green 2 A.02.004
10:   B Orange 1 B.01.002
11:   B Yellow 2 B.02.002
12:   C  Brown 1 C.01.002