Renommer des ID volumineux

Question

Supposons que j'ai un data.frame avec N lignes. La colonne id a 10 valeurs uniques; toutes ces valeurs sont des entiers supérieurs à 1e7. Je voudrais les renommer numérotés de 1 à 10 et enregistrer ces nouveaux identifiants sous la forme d'une colonne dans mon fichier data.frame.

De plus, je voudrais déterminer facilement 1) id donné id.new et 2) id.new donné id.

Par exemple:

> set.seed(123) 
> ids <- sample(1:1e7,10) 
> A <- data.frame(id=sample(ids,100,replace=TRUE), 
        x=rnorm(100)) 
> head(A) 
     id   x 
1 4566144 1.5164706 
2 9404670 -1.5487528 
3 5281052 0.5846137 
4 455565 0.1238542 
5 7883051 0.2159416 
6 5514346 0.3796395 

Answer 1

Essayez ceci:

A$id.new <- match(A$id,unique(A$id)) 

commentaire supplémentaire: Pour obtenir le tableau des valeurs:

rbind(unique(A$id.new),unique(A$id)) 

Answer 2

facteurs Utilisation:

> A$id <- as.factor(A$id) 
> A$id.new <- as.numeric(A$id) 
> head(A) 
     id   x id.new 
1 4566144 1.5164706  4 
2 9404670 -1.5487528  10 
3 5281052 0.5846137  5 
4 455565 0.1238542  1 
5 7883051 0.2159416  7 
6 5514346 0.3796395  6 

Soit X l'ancien ID et que vous voulez le nouveau.

> x <- 7883051 
> as.numeric(which(levels(A$id)==x)) 
[1] 7 

Supposons que y soit le nouvel ID et que vous souhaitiez l'ancien.

> as.numeric(as.character(A$id[which(as.integer(A$id)==y)[1]])) 
[1] 5281052 

(Le trouve au-dessus de la première valeur d'identité à laquelle le code interne du facteur est 5. Existe-t-il des moyens meilleurs?)

Answer 3

Une option consiste à utiliser le package hash:

> library(hash) 
> sn <- sort(unique(A$id)) 
> g <- hash(1:length(sn),sn) 
> h <- hash(sn,1:length(sn)) 
> A$id.new <- .get(h,A$id) 
> head(A) 
     id   x id.new 
1 4566144 1.5164706  4 
2 9404670 -1.5487528  10 
3 5281052 0.5846137  5 
4 455565 0.1238542  1 
5 7883051 0.2159416  7 
6 5514346 0.3796395  6 

Supposons que x est l'ancien ID et que vous voulez le nouveau. Supposons que y soit le nouvel ID et que vous souhaitiez l'ancien.

> y <- 5 
> .get(g,as.character(y)) 
     5 
5281052 

(. Cela peut parfois être plus commode/transparent que l'utilisation de facteurs)

Answer 4

Vous pouvez utiliser facto r()/commandé() ici:

R> set.seed(123) 
R> ids <- sample(1:1e7,10) 
R> A <- data.frame(id=sample(ids,100,replace=TRUE), x=rnorm(100)) 
R> A$id.new <- as.ordered(as.character(A$id)) 
R> table(A$id.new) 

2875776 4089769 455565 4566144 5281052 5514346 7883051 8830172 8924185 9404670 
     6  10  6  8  12  10  13  10  10  15 

Et vous pouvez alors utiliser as.numeric() pour la carte à 1 à 10:

R> A$id.new <- as.numeric(A$id.new) 
R> summary(A) 
     id    x    id.new  
Min. : 455565 Min. :-2.3092 Min. : 1.00 
1st Qu.:4566144 1st Qu.:-0.6933 1st Qu.: 4.00 
Median :5514346 Median :-0.0634 Median : 6.00 
Mean :6370243 Mean :-0.0594 Mean : 6.07 
3rd Qu.:8853675 3rd Qu.: 0.5575 3rd Qu.: 8.25 
Max. :9404670 Max. : 2.1873 Max. :10.00 
R>