在R中爲每個主題創建索引

Question

我正在處理關於一段時間內主題重複測量的一些數據。該數據的格式如下：

Subject <- as.factor(c(rep("A", 20), rep("B", 35), rep("C", 13))) 
variable.A <- rnorm(mean = 300, sd = 50, n = Subject) 
dat <- data.frame(Subject, variable.A) 
dat 

    Subject variable.A 
1  A 334.6567 
2  A 353.0988 
3  A 244.0863 
4  A 284.8918 
5  A 302.6442 
6  A 298.3162 
7  A 271.4864 
8  A 268.6848 
9  A 262.3761 
10  A 341.4224 
11  A 190.4823 
12  A 297.1981 
13  A 319.8346 
14  A 343.9855 
15  A 332.5318 
16  A 221.9502 
17  A 412.9172 
18  A 283.4206 
19  A 310.9847 
20  A 276.5423 
21  B 181.5418 
22  B 340.5812 
23  B 348.5162 
24  B 364.6962 
25  B 312.2508 
26  B 278.9855 
27  B 242.8810 
28  B 272.9585 
29  B 239.2776 
30  B 254.9140 
31  B 253.8940 
32  B 330.1918 
33  B 300.7302 
34  B 237.6511 
35  B 314.4919 
36  B 239.6195 
37  B 282.7955 
38  B 260.0943 
39  B 396.5310 
40  B 325.5422 
41  B 374.8063 
42  B 363.1897 
43  B 258.0310 
44  B 358.8605 
45  B 251.8775 
46  B 299.6995 
47  B 303.4766 
48  B 359.8955 
49  B 299.7089 
50  B 289.3128 
51  B 401.7680 
52  B 276.8078 
53  B 441.4852 
54  B 232.6222 
55  B 305.1977 
56  C 298.4580 
57  C 210.5164 
58  C 272.0228 
59  C 282.0540 
60  C 207.8797 
61  C 263.3859 
62  C 324.4417 
63  C 273.5904 
64  C 348.4389 
65  C 174.2979 
66  C 363.4353 
67  C 260.8548 
68  C 306.1833 

我用seq_along()功能和dplyr包創建的每一個觀察的指標爲每一個主題：

dat <- as.data.frame(dat %>% 
      group_by(Subject) %>% 
      mutate(index = seq_along(Subject))) 

    Subject variable.A index 
1  A 334.6567  1 
2  A 353.0988  2 
3  A 244.0863  3 
4  A 284.8918  4 
5  A 302.6442  5 
6  A 298.3162  6 
7  A 271.4864  7 
8  A 268.6848  8 
9  A 262.3761  9 
10  A 341.4224 10 
11  A 190.4823 11 
12  A 297.1981 12 
13  A 319.8346 13 
14  A 343.9855 14 
15  A 332.5318 15 
16  A 221.9502 16 
17  A 412.9172 17 
18  A 283.4206 18 
19  A 310.9847 19 
20  A 276.5423 20 
21  B 181.5418  1 
22  B 340.5812  2 
23  B 348.5162  3 
24  B 364.6962  4 
25  B 312.2508  5 
26  B 278.9855  6 
27  B 242.8810  7 
28  B 272.9585  8 
29  B 239.2776  9 
30  B 254.9140 10 
31  B 253.8940 11 
32  B 330.1918 12 
33  B 300.7302 13 
34  B 237.6511 14 
35  B 314.4919 15 
36  B 239.6195 16 
37  B 282.7955 17 
38  B 260.0943 18 
39  B 396.5310 19 
40  B 325.5422 20 
41  B 374.8063 21 
42  B 363.1897 22 
43  B 258.0310 23 
44  B 358.8605 24 
45  B 251.8775 25 
46  B 299.6995 26 
47  B 303.4766 27 
48  B 359.8955 28 
49  B 299.7089 29 
50  B 289.3128 30 
51  B 401.7680 31 
52  B 276.8078 32 
53  B 441.4852 33 
54  B 232.6222 34 
55  B 305.1977 35 
56  C 298.4580  1 
57  C 210.5164  2 
58  C 272.0228  3 
59  C 282.0540  4 
60  C 207.8797  5 
61  C 263.3859  6 
62  C 324.4417  7 
63  C 273.5904  8 
64  C 348.4389  9 
65  C 174.2979 10 
66  C 363.4353 11 
67  C 260.8548 12 
68  C 306.1833 13 

什麼我現在期待do是建立一個分析，每查看10個觀察值，所以我想創建另一個列，基本上每10個觀測值就會給出一個數字。例如，主體A將具有十個「1」的序列，接着是十個「2」（IE，兩個10個分組）的序列。我嘗試過使用rep()函數，但是我遇到的問題是其他科目沒有可被10整除的觀察值。

rep()函數有沒有辦法使用分配下一個數字，即使它沒有10個總觀察值？例如，對象B會有十個「1」，十個「2」和五個「3」（代表他最後一組觀察結果）？

Answer 1

對於一個普通的基礎R解決方案，你也可以試試這個：

dat$newcol <- 1 
dat$index <- ave(dat$newcol, dat$Subject, FUN = cumsum) 
dat$chunk_id <- (dat$index - 1) %/% 10 + 1 

這，當你運行如上所述的表命令給你

table(dat$Subject, dat$chunk_id) 
    1 2 3 4 
    A 10 10 0 0 
    B 10 10 10 5 
    C 10 3 0 0 

如果你不希望額外的「NEWCOL」欄，只需使用「NULL」來擺脫它：

dat$newcol <- NULL 

Answer 2

您可以使用模塊劃分%/%生成的ID：

dat %>% 
    group_by(Subject) %>% 
    mutate(chunk_id = (seq_along(Subject) - 1) %/% 10 + 1) -> dat1 

---

table(dat1$Subject, dat1$chunk_id) 

#  1 2 3 4 
# A 10 10 0 0 
# B 10 10 10 5 
# C 10 3 0 0