Создать идентификационный номер комбинации из набора факторов в R

Question

Может ли кто-нибудь помочь мне в вычислении новой переменной, которая будет нумеровать отличную комбинацию от некоторых факторов?

Предполагая, что есть 4 в пределах предметных факторов (A, B, C, D) с 8 повторениями каждой комбинации для любого из 10 предметов, вот как мои данные могут выглядеть, чтобы представить его фактическую структуру:

library(AlgDesign) #for generating a factorial design)
df <-gen.factorial(c(2,2,2,2,8,10), factors = "all", 
                      varNames = c("A", "B", "C", "D", "replication", "Subject"))
> head(df)
  A B C D replication Subject
1 1 1 1 1           1       1
2 2 1 1 1           1       1
3 1 2 1 1           1       1
4 2 2 1 1           1       1
5 1 1 2 1           1       1
6 2 1 2 1           1       1
> tail(df)
     A B C D replication Subject
1275 1 2 1 2           8      10
1276 2 2 1 2           8      10
1277 1 1 2 2           8      10
1278 2 1 2 2           8      10
1279 1 2 2 2           8      10
1280 2 2 2 2           8      10

В этом примере replication был просто сгенерирован для того, чтобызаставить 8 повторений, но это не "кодирует" саму комбинацию.

Мои исходные данные содержат только переменные A, B, C, D и Subject, и я бы хотел вычислить replication таким образомчто он имеет различные значения , но для каждой комбинации A, B, C, D

Answer 1

library(AlgDesign) 
library(dplyr)

df <-gen.factorial(c(2,2,2,2,8,10), factors = "all", 
                   varNames = c("A", "B", "C", "D", "replication", "Subject"))

df %>%
  rowwise() %>%                                             # for each row
  mutate(factors = paste0(c(A,B,C,D), collapse = "_")) %>%  # create a combination of your factors
  ungroup() %>%                                             # forget the row grouping
  mutate(replication_upd = as.numeric(factor(factors)))     # create a number based on the combination you have

# # A tibble: 1,280 x 8
#   A     B     C     D     replication Subject factors replication_upd
#   <fct> <fct> <fct> <fct> <fct>       <fct>   <chr>             <dbl>
# 1 1     1     1     1     1           1       1_1_1_1               1
# 2 2     1     1     1     1           1       2_1_1_1               9
# 3 1     2     1     1     1           1       1_2_1_1               5
# 4 2     2     1     1     1           1       2_2_1_1              13
# 5 1     1     2     1     1           1       1_1_2_1               3
# 6 2     1     2     1     1           1       2_1_2_1              11
# 7 1     2     2     1     1           1       1_2_2_1               7
# 8 2     2     2     1     1           1       2_2_2_1              15
# 9 1     1     1     2     1           1       1_1_1_2               2
#10 2     1     1     2     1           1       2_1_1_2              10
# # ... with 1,270 more rows

Вы можете удалить любые ненужные переменные.Я оставил их там, чтобы вы могли видеть, как работает процесс.

Другой вариант - это

# create a look up table based on unique combinations and assign them a number
df %>% distinct(A,B,C,D) %>% mutate(replication_upd = row_number()) -> look_up

# join back to original dataset
df %>% inner_join(look_up, by=c("A","B","C","D")) %>% tbl_df()

# # A tibble: 1,280 x 7
#   A     B     C     D     replication Subject replication_upd
#   <fct> <fct> <fct> <fct> <fct>       <fct>             <int>
# 1 1     1     1     1     1           1                     1
# 2 2     1     1     1     1           1                     2
# 3 1     2     1     1     1           1                     3
# 4 2     2     1     1     1           1                     4
# 5 1     1     2     1     1           1                     5
# 6 2     1     2     1     1           1                     6
# 7 1     2     2     1     1           1                     7
# 8 2     2     2     1     1           1                     8
# 9 1     1     1     2     1           1                     9
# 10 2     1     1     2     1           1                    10
# # ... with 1,270 more rows

Обратите внимание, что первый подход выбирает числа на основе новой переменной, которую мы создаем (т.е. заказыA, B, C, D), а второй подход использует начальный порядок вашего набора данных, чтобы выбрать число для каждой уникальной комбинации.