我有一些來自 kmeans 的結果聚類標簽，這些標簽在不同的 id 上完成（下面的代表示例）。問題是盡管所有 id 都有 3 個集群，但 kmeans 集群代碼在 id 之間的排序不一致。
reprex = data.frame(id = rep(1:2, each = 41,
v1 = rep(seq(1:4), 2),
cluster = c(2,2,1,3,3,1,2,2))
reprex
id v1 cluster
1 1 1 2
2 1 2 2
3 1 3 1
4 1 4 3
5 2 1 3
6 2 2 1
7 2 3 2
8 2 4 2
我想要的是變數簇應該總是在每個 ID 中以 1 開頭。注意我不想按集群重新排序該資料幀，順序需要保持不變。所以想要的結果是：
reprex_desired<- data.frame(id = rep(1:2, each = 4),
v1 = rep(seq(1:4), 2),
cluster = c(2,2,1,3,3,1,2,2),
what_iWant = c(1,1,2,3,1,2,3,3))
reprex_desired
id v1 cluster what_iWant
1 1 1 2 1
2 1 2 2 1
3 1 3 1 2
4 1 4 3 3
5 2 1 3 1
6 2 2 1 2
7 2 3 2 3
8 2 4 2 3
任何指標都非常感謝
uj5u.com熱心網友回復：
我們可以match在按 'id' 分組后使用
library(dplyr)
reprex <- reprex %>%
group_by(id) %>%
mutate(what_IWant = match(cluster, unique(cluster))) %>%
ungroup
-輸出
reprex
# A tibble: 8 × 4
id v1 cluster what_IWant
<int> <int> <dbl> <int>
1 1 1 2 1
2 1 2 2 1
3 1 3 1 2
4 1 4 3 3
5 2 1 3 1
6 2 2 1 2
7 2 3 2 3
8 2 4 2 3
uj5u.com熱心網友回復：
這是一個與cumsum結合的版本lag：
library(dplyr)
df %>%
group_by(id) %>%
mutate(what_i_want = cumsum(cluster != lag(cluster, def = first(cluster))) 1)
id v1 cluster what_i_want
<int> <int> <dbl> <dbl>
1 1 1 2 1
2 1 2 2 1
3 1 3 1 2
4 1 4 3 3
5 2 1 3 1
6 2 2 1 2
7 2 3 2 3
8 2 4 2 3
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/488555.html
上一篇：無法使用正則運算式洗掉R中的符號