在给定组开始指示符的情况下分配顺序组 ID

Question

在给定组 ID 和显示新子组开始的指示符的情况下，我需要分配子组 ID。这是一个测试数据集：

group <- c(rep("A", 8), rep("B", 8))
x1 <- c(rep(0, 3), rep(1, 3), rep(0, 2))
x2 <- rep(0:1, 4)

df <- data.frame(group=group, indic=c(x1, x2))

这是生成的数据框：

 df
   group indic
1      A     0
2      A     0
3      A     0
4      A     1
5      A     1
6      A     1
7      A     0
8      A     0
9      B     0
10     B     1
11     B     0
12     B     1
13     B     0
14     B     1
15     B     0
16     B     1

indic==1 表示该行是一个新子组的开始，该子组的编号应比前一个子组高 1。其中indic==0 子组应与前一个子组相同。子组编号从 1 开始。当group 变量发生变化时，子组编号重置为 1。我想使用 tidyverse 框架。 这是我想要的结果：

 df
   group indic subgroup
1      A     0        1
2      A     0        1
3      A     0        1
4      A     1        2
5      A     1        3
6      A     1        4
7      A     0        4
8      A     0        4
9      B     0        1
10     B     1        2
11     B     0        2
12     B     1        3
13     B     0        3
14     B     1        4
15     B     0        4
16     B     1        5

我希望能够提供一些我已经尝试过但没有奏效的方法，但我什至找不到任何接近的方法。任何帮助将不胜感激。

Answer 1

你可以使用

library(dplyr)
df %>% group_by(group) %>% 
  mutate(subgroup=cumsum(indic)+1)
#   group indic subgroup
#   <fct> <dbl>    <dbl>
#  1 A         0        1
#  2 A         0        1
#  3 A         0        1
#  4 A         1        2
#  5 A         1        3
#  6 A         1        4
#  7 A         0        4
#  8 A         0        4
#  9 B         0        1
# 10 B         1        2
# 11 B         0        2
# 12 B         1        3
# 13 B         0        3
# 14 B         1        4
# 15 B         0        4
# 16 B         1        5

我们使用dplyr 进行分组，然后我们只使用cumsum 来获取indic 列的累积总和，因此每次看到1 时它都会增加。