從列的組合中獲取唯一的哈希值

我有data.table 4列以上。前三個是獲取關於一個獨特個體的數據所必需的。從列的組合中獲取唯一的哈希值

c1 c2 c3 c4 
a c e other_data 
a c e other_data 
a c f other_data 
a c f other_data 
a d f other_data 
b d g other_data 

# (c1 = "a" AND c2 = "c" AND c3 = "e") => one individual 
# (c1 = "a" AND c2 = "c" AND c3 = "f") => another individual

我想計算另一列這將標誌着每一個人：

c1 c2 c3 c4   unique_individual_id 
a c e other_data 1 
a c e other_data 1 
a c f other_data 2 
a c f other_data 2 
a d f other_data 3 
b d g other_data 4

我想獲得一個唯一的哈希出3列的內容。

我該怎麼做代碼？

來源

2017-08-31 François M.

as.numeric(as.factor(with(df, paste(c1, c2, c3)))) 
#[1] 1 1 2 2 3 4

來源

2017-08-31 16:01:39

所有三個答案的工作，但是這一次是最快的，根據'microbenchmark' –

類似，'c（unclass（as.factor（Reduce（paste，dat [-4]））））'。最後的'c'去掉未使用的關卡屬性。 – lmo

我們可以使用interaction到

df1$unique_individual_id <- as.integer(do.call(interaction, c(df1[-4], drop = TRUE))) 
df1$unique_individual_id 
#[1] 1 1 2 2 3 4

來源

2017-08-31 15:54:41 akrun

或者創建唯一索引，可以粘貼感興趣的值（每行，你在，2列1的值粘貼在一起，和3 ），轉換爲因素，然後爲整數（這將返回一個唯一的ID NUM爲您的組合。

df <- data.frame(c("a", "a", "b", "c", "c", "d", "d"), 
       c("a", "a", "b", "c", "d", "e", "e"), 
       c("c", "c", "d", "d", "e", "e", "e")) 
df$ID <- as.numeric(as.factor(sapply(1:nrow(df), (function(i) {paste(df[i, 1:3], collapse = "")}))))

來源

2017-08-31 16:02:35

從列的組合中獲取唯一的哈希值

回答

相關問題