Valori univoci dell'indice in data.table

Question

Non so come formulare la domanda in parole, ma come posso creare una colonna di indice per un data.table che per gruppo aumenta quando viene visualizzato un valore diverso?

Ecco la MWE

library(data.table) 
in.data <- data.table(fruits=c(rep("banana", 4), rep("pear", 5)),vendor=c("a", "b", "b", "c", "d", "d", "e", "f", "f")) 

Ecco il risultato della R-codice dovrebbe generare

in.data[, wanted.column:=c(1,2,2,3,1,1,2,3,3)] 

# fruits vendor wanted.column 
# 1: banana  a    1 
# 2: banana  b    2 
# 3: banana  b    2 
# 4: banana  c    3 
# 5: pear  d    1 
# 6: pear  d    1 
# 7: pear  e    2 
# 8: pear  f    3 
# 9: pear  f    3 

Così etichette ogni fornitore 1, 2, 3, ... all'interno di ogni frutto. C'è probabilmente una soluzione molto semplice, ma sono bloccato.

Answer 1

Ho qualche idea. È possibile utilizzare un contatore gruppo nidificato:

in.data[, w := setDT(list(v = vendor))[, g := .GRP, by=v]$g, by=fruits] 

In alternativa, fare una routine di identificazione, che dipende dati ordinati (grazie @eddi) e sembra uno spreco:

in.data[, w := rleid(vendor), by=fruits] 

L'approccio di base-R sarebbe probabilmente essere:

in.data[, w := match(vendor, unique(vendor)), by=fruits] 

# or in base R ... 

in.data$w = with(in.data, ave(vendor, fruits, FUN = function(x) match(x, unique(x)))) 

Answer 2

Un altro approccio potrebbe essere due fasi:

DT = data.table(fruits=c(rep("banana", 4), rep("pear", 5)),vendor=c("a", "b", "b", "c", "d", "d", "e", "f", "f")) 
DT 
    fruits vendor 
1: banana  a 
2: banana  b 
3: banana  b 
4: banana  c 
5: pear  d 
6: pear  d 
7: pear  e 
8: pear  f 
9: pear  f 
DT[, wanted:=.GRP, by="fruits,vendor"] # step 1 
DT 
    fruits vendor wanted 
1: banana  a  1 
2: banana  b  2 
3: banana  b  2 
4: banana  c  3 
5: pear  d  4 
6: pear  d  4 
7: pear  e  5 
8: pear  f  6 
9: pear  f  6 
DT[, wanted:=wanted-wanted[1]+1L, by="fruits"] # step 2 (adjust) 
DT 
    fruits vendor wanted 
1: banana  a  1 
2: banana  b  2 
3: banana  b  2 
4: banana  c  3 
5: pear  d  1 
6: pear  d  1 
7: pear  e  2 
8: pear  f  3 
9: pear  f  3 
> 

Il modo in cui vorrei commentare questo nel codice di produzione potrebbe essere:

DT[, wanted:=.GRP, by="fruits,vendor"]   # .GRP is simple group counter 
DT[, wanted:=wanted-wanted[1]+1L, by="fruits"] # reset vendor counter per fruit 

Answer 3

Se si desidera che l'indice sia la stessa per tutti i fornitori all'interno di una data di frutta, allora questa è un'altra opzione:

in.data[, wanted := as.integer(factor(vendor, levels = unique(vendor))), by = fruits] 

Altrimenti, se si desidera che si attivi ogni volta che il fornitore cambia, quindi, dalle risposte date finora, rleid è l'unico che funziona.