r - R从一组字符串数据中创建一个唯一键

Question

是否有快速算法/函数将字符串转换为 R 中的整数

我有一个数据框看起来像

id_1 id_2 id_3 date        value
1     2    3   2012-11-18   50
1     1    4   2012-05-07   100

和

strtoi(paste(df[,1],df[,3],df[,4],sep='_')给了我一个NA

试图设置一个唯一的主键，我可以用它来做一些基本的算术

谢谢

Answer 1

使用digest包

library(digest)
temp <- data.frame(x1=c(1:5,1),x2=c(2:6,2),stringsAsFactors=FALSE)
temp <- data.frame(temp, uid = apply(temp, 1, digest),stringsAsFactors=FALSE))

Answer 2

digest正如@lokheart 指出的那样很棒。

另一种选择是简单地使用factors。 factors 也是数字。您可以通过强制获取它们的数值as.numeric。

 kvpairs <- factor(apply(X, 1, paste, collapse=""))

现在您在级别（连接的行字符串）和基础数值之间进行了配对。

# the numeric key of the first value
> as.numeric(kvpairs)[[1]]
[1] 2

# the value of key==2
> levels(kvpairs)[2]
[1] "1232012-11-18 50"


> kvpairs
[1] 1232012-11-18 50 1142012-05-07100
Levels: 1142012-05-07100 1232012-11-18 50

请注意，如果添加重复行，它将具有相同的级别（连接时）。

Answer 3

为每行创建唯一键的另一个选项是使用interaction，例如：

 transform(dat,id =interaction(dat))

 id_1 id_2 id_3       date value                   id
1    1    2    3 2012-11-18    50  1.2.3.2012-11-18.50
2    1    1    4 2012-05-07   100 1.1.4.2012-05-07.100

编辑

默认行为是保留所有因子水平。最好在这里使用drop = TRUE，因此从结果中删除未使用的因子水平。

  transform(dat,id =interaction(dat,drop=TRUE))

     id_1 id_2 id_3       date value                   id
    1    1    2    3 2012-11-18    50  1.2.3.2012-11-18.50
    2    1    1    4 2012-05-07   100 1.1.4.2012-05-07.100