Добавление столбца в data.frame

У меня есть data.frame ниже. Я хочу добавить столбец, который классифицирует мои данные в соответствии с столбцом 1 ( h_no) таким образом, чтобы первая серия h_no 1,2,3,4 была классом 1, вторая серия h_no(от 1 до 7) была классом 2 и т. Д. как указано в последнем столбце.

h_no  h_freq  h_freqsq
1     0.09091 0.008264628 1
2     0.00000 0.000000000 1
3     0.04545 0.002065702 1
4     0.00000 0.000000000 1  
1     0.13636 0.018594050 2
2     0.00000 0.000000000 2
3     0.00000 0.000000000 2
4     0.04545 0.002065702 2
5     0.31818 0.101238512 2
6     0.00000 0.000000000 2
7     0.50000 0.250000000 2 
1     0.13636 0.018594050 3 
2     0.09091 0.008264628 3
3     0.40909 0.167354628 3
4     0.04545 0.002065702 3

Вы можете добавить столбец к своим данным, используя различные методы. Приведенные ниже цитаты взяты из раздела «Подробности» соответствующего справочного текста [[.data.frame.

Фреймы данных можно индексировать в нескольких режимах. Когда [и [[используются с одним векторным индексом ( x[i]или x[[i]]), они индексируют фрейм данных, как если бы он был списком.

my.dataframe["new.col"] <- a.vector
my.dataframe[["new.col"]] <- a.vector

Метод data.frame для $, рассматривается xкак список

my.dataframe$new.col <- a.vector

Когда [и [[используются с двумя индексами ( x[i, j]и x[[i, j]]), они действуют как индексация матрицы

my.dataframe[ , "new.col"] <- a.vector

Поскольку метод для data.frameпредполагает, что если вы не укажете, работаете ли вы со столбцами или строками, он будет считать, что вы имеете в виду столбцы.

Для вашего примера это должно работать:

# make some fake data
your.df <- data.frame(no = c(1:4, 1:7, 1:5), h_freq = runif(16), h_freqsq = runif(16))

# find where one appears and 
from <- which(your.df$no == 1)
to <- c((from-1)[-1], nrow(your.df)) # up to which point the sequence runs

# generate a sequence (len) and based on its length, repeat a consecutive number len times
get.seq <- mapply(from, to, 1:length(from), FUN = function(x, y, z) {
            len <- length(seq(from = x[1], to = y[1]))
            return(rep(z, times = len))
         })

# when we unlist, we get a vector
your.df$group <- unlist(get.seq)
# and append it to your original data.frame. since this is
# designating a group, it makes sense to make it a factor
your.df$group <- as.factor(your.df$group)


   no     h_freq   h_freqsq group
1   1 0.40998238 0.06463876     1
2   2 0.98086928 0.33093795     1
3   3 0.28908651 0.74077119     1
4   4 0.10476768 0.56784786     1
5   1 0.75478995 0.60479945     2
6   2 0.26974011 0.95231761     2
7   3 0.53676266 0.74370154     2
8   4 0.99784066 0.37499294     2
9   5 0.89771767 0.83467805     2
10  6 0.05363139 0.32066178     2
11  7 0.71741529 0.84572717     2
12  1 0.10654430 0.32917711     3
13  2 0.41971959 0.87155514     3
14  3 0.32432646 0.65789294     3
15  4 0.77896780 0.27599187     3
16  5 0.06100008 0.55399326     3

Легко: ваш фрейм данных - A

b <- A[,1]
b <- b==1
b <- cumsum(b)

Тогда вы получите столбец b.

Если я правильно понимаю вопрос, вы хотите определить, когда h_noне увеличивается, а затем увеличивать class. (Я расскажу, как я решил эту проблему, в конце есть автономная функция.)

Работает

На данный момент нас интересует только h_noстолбец, поэтому мы можем извлечь его из фрейма данных:

> h_no <- data$h_no

Мы хотим определить, когда h_noне повышается, что мы можем сделать, определив, когда разница между последовательными элементами либо отрицательна, либо равна нулю. R предоставляет diffфункцию, которая дает нам вектор различий:

> d.h_no <- diff(h_no)
> d.h_no
 [1]  1  1  1 -3  1  1  1  1  1  1 -6  1  1  1

Как только мы его получим, легко будет найти те, которые не являются положительными:

> nonpos <- d.h_no <= 0
> nonpos
 [1] FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE
[13] FALSE FALSE

В R TRUEи FALSEв основном такие же, как 1и 0, поэтому, если мы получим кумулятивную сумму nonpos, она увеличится на 1 (почти) в соответствующих местах. cumsumФункция (которая в основном противоположность diff) может это сделать.

> cumsum(nonpos)
 [1] 0 0 0 1 1 1 1 1 1 1 2 2 2 2

Но есть две проблемы: числа слишком малы; и нам не хватает первого элемента (в первом классе должно быть четыре).

Первая проблема решается просто: 1+cumsum(nonpos). А для второго просто требуется добавить 1перед вектором, поскольку первый элемент всегда находится в классе 1:

 > classes <- c(1, 1 + cumsum(nonpos))
 > classes
  [1] 1 1 1 1 2 2 2 2 2 2 2 3 3 3 3

Теперь мы можем прикрепить его обратно к нашему фрейму данных с помощью cbind(используя class=синтаксис, мы можем присвоить столбцу classзаголовок):

 > data_w_classes <- cbind(data, class=classes)

А data_w_classesтеперь содержит результат.

Конечный результат

Мы можем сжать строки вместе и обернуть все это в функцию, чтобы упростить использование:

classify <- function(data) {
   cbind(data, class=c(1, 1 + cumsum(diff(data$h_no) <= 0)))
}

Или, поскольку имеет смысл classбыть фактором:

classify <- function(data) {
   cbind(data, class=factor(c(1, 1 + cumsum(diff(data$h_no) <= 0))))
}

Вы используете любую функцию, например:

> classified <- classify(data) # doesn't overwrite data
> data <- classify(data) # data now has the "class" column

(Этот метод решения этой проблемы хорош, потому что он избегает явной итерации, которая обычно рекомендуется для R, и избегает генерации множества промежуточных векторов и списка и т. Д. И также вроде изящно, как это может быть написано в одной строке :))

В дополнение к ответу Романа что-то вроде этого могло быть еще проще. Обратите внимание, что я не тестировал его, потому что сейчас у меня нет доступа к R.

# Note that I use a global variable here
# normally not advisable, but I liked the
# use here to make the code shorter
index <<- 0
new_column = sapply(df$h_no, function(x) {
  if(x == 1) index = index + 1
  return(index)
})

Функция перебирает значения n_hoи всегда возвращает категорию, к которой принадлежит текущее значение. Если обнаружено значение 1, мы увеличиваем глобальную переменную indexи продолжаем.

Я считаю, что использование cbind - это самый простой способ добавить столбец во фрейм данных в R. Пример ниже:

    myDf = data.frame(index=seq(1,10,1), Val=seq(1,10,1))
    newCol= seq(2,20,2)
    myDf = cbind(myDf,newCol)

Data.frame[,'h_new_column'] <- as.integer(Data.frame[,'h_no'], breaks=c(1, 4, 7))

Подход, основанный на определении количества групп ( xдюймов mapply) и их длины ( yдюймов mapply)

mytb<-read.table(text="h_no  h_freq  h_freqsq group
1     0.09091 0.008264628 1
2     0.00000 0.000000000 1
3     0.04545 0.002065702 1
4     0.00000 0.000000000 1  
1     0.13636 0.018594050 2
2     0.00000 0.000000000 2
3     0.00000 0.000000000 2
4     0.04545 0.002065702 2
5     0.31818 0.101238512 2
6     0.00000 0.000000000 2
7     0.50000 0.250000000 2 
1     0.13636 0.018594050 3 
2     0.09091 0.008264628 3
3     0.40909 0.167354628 3
4     0.04545 0.002065702 3", header=T, stringsAsFactors=F)
mytb$group<-NULL

positionsof1s<-grep(1,mytb$h_no)

mytb$newgroup<-unlist(mapply(function(x,y) 
  rep(x,y),                      # repeat x number y times
  x= 1:length(positionsof1s),    # x is 1 to number of nth group = g1:g3
  y= c( diff(positionsof1s),     # y is number of repeats of groups g1 to penultimate (g2) = 4, 7
        nrow(mytb)-              # this line and the following gives number of repeat for last group (g3)
          (positionsof1s[length(positionsof1s )]-1 )  # number of rows - position of penultimate group (g2) 
      ) ) )
mytb