Rinominare grandi ID

Question

Supponiamo che io ho una data.frame con N righe. La colonna id ha 10 valori unici; tutti quei valori sono interi maggiori di 1E7. Vorrei rinominare loro di essere numerati da 1 a 10 e salvare questi nuovi ID come una colonna nel mio data.frame.

Inoltre, vorrei facilmente determinare 1) id dato id.new e 2) id.new dato id.

Ad esempio:

> 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

Answer 1

Prova questo:

A$id.new <- match(A$id,unique(A$id))

Commento aggiuntive: Per ottenere la tabella dei valori:

rbind(unique(A$id.new),unique(A$id))

Answer 2

Utilizzando fattori:

> 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

Si supponga che x è il vecchio ID e si desidera che il nuovo.

> x <- 7883051
> as.numeric(which(levels(A$id)==x))
[1] 7

Supponiamo y è il nuovo ID e si desidera che il vecchio.

> as.numeric(as.character(A$id[which(as.integer(A$id)==y)[1]]))
[1] 5281052

(Quanto sopra trova il primo valore di id al quale il codice interno per il fattore è 5. Ci sono modi migliori?)

Answer 3

È possibile utilizzare factor () / ordinata () qui:

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 

E si può quindi utilizzare as.numeric () per mappare 1 a 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> 

Answer 4

Una possibilità è quella di utilizzare il pacchetto 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

Si supponga che x è il vecchio ID e si desidera che il nuovo.

> x <- 7883051
> .get(h,as.character(x))
7883051 
      7 

Supponiamo y è il nuovo ID e si desidera che il vecchio.

> y <- 5
> .get(g,as.character(y))
      5 
5281052

(Questo può talvolta essere più conveniente / trasparente che usare fattori.)