Question
Supposons que j'ai un data.frame avec des lignes N. La colonne a 10 id
des valeurs uniques; toutes ces valeurs sont des entiers supérieurs à 1E7. Je voudrais les renommer numérotés de 1 à 10 et enregistrer ces nouveaux ID comme une colonne dans mon data.frame.
De plus, je voudrais déterminer facilement 1) id
donné id.new
et 2) id.new
id
donné.
Par exemple:
> set.seed(123)
> ids <- sample(1:1e7,10)
> A <- data.frame(id=sample(ids,100,replace=TRUE),
x=rnorm(100))
> head(A)
id x
1 4566144 1.5164706
2 9404670 -1.5487528
3 5281052 0.5846137
4 455565 0.1238542
5 7883051 0.2159416
6 5514346 0.3796395
La solution
Essayez ceci:
A$id.new <- match(A$id,unique(A$id))
Remarque complémentaire: Pour obtenir le tableau des valeurs:
rbind(unique(A$id.new),unique(A$id))
Autres conseils
Utilisation de facteurs:
> A$id <- as.factor(A$id)
> A$id.new <- as.numeric(A$id)
> head(A)
id x id.new
1 4566144 1.5164706 4
2 9404670 -1.5487528 10
3 5281052 0.5846137 5
4 455565 0.1238542 1
5 7883051 0.2159416 7
6 5514346 0.3796395 6
Soit X l'ancien ID et que vous voulez le nouveau.
> x <- 7883051
> as.numeric(which(levels(A$id)==x))
[1] 7
Supposons y est le nouvel ID et que vous voulez l'ancien.
> as.numeric(as.character(A$id[which(as.integer(A$id)==y)[1]]))
[1] 5281052
(ci-dessus trouve la première valeur d'identité à laquelle le code interne du facteur est 5. Y at-il de meilleures façons?)
Vous pouvez utiliser le facteur () / commandé () ici:
R> set.seed(123)
R> ids <- sample(1:1e7,10)
R> A <- data.frame(id=sample(ids,100,replace=TRUE), x=rnorm(100))
R> A$id.new <- as.ordered(as.character(A$id))
R> table(A$id.new)
2875776 4089769 455565 4566144 5281052 5514346 7883051 8830172 8924185 9404670
6 10 6 8 12 10 13 10 10 15
Et vous pouvez alors utiliser as.numeric () pour la carte à 1 à 10:
R> A$id.new <- as.numeric(A$id.new)
R> summary(A)
id x id.new
Min. : 455565 Min. :-2.3092 Min. : 1.00
1st Qu.:4566144 1st Qu.:-0.6933 1st Qu.: 4.00
Median :5514346 Median :-0.0634 Median : 6.00
Mean :6370243 Mean :-0.0594 Mean : 6.07
3rd Qu.:8853675 3rd Qu.: 0.5575 3rd Qu.: 8.25
Max. :9404670 Max. : 2.1873 Max. :10.00
R>
Une option consiste à utiliser le package hash
:
> library(hash)
> sn <- sort(unique(A$id))
> g <- hash(1:length(sn),sn)
> h <- hash(sn,1:length(sn))
> A$id.new <- .get(h,A$id)
> head(A)
id x id.new
1 4566144 1.5164706 4
2 9404670 -1.5487528 10
3 5281052 0.5846137 5
4 455565 0.1238542 1
5 7883051 0.2159416 7
6 5514346 0.3796395 6
Soit X l'ancien ID et que vous voulez le nouveau.
> x <- 7883051
> .get(h,as.character(x))
7883051
7
Supposons y est le nouvel ID et que vous voulez l'ancien.
> y <- 5
> .get(g,as.character(y))
5
5281052
(Cela peut parfois être plus commode / transparent que l'utilisation de facteurs.)