按条件累计和分组答案

【问题标题】：Group by cumulative sums with conditions按条件累计和分组
【发布时间】：2021-02-14 15:35:04
【问题描述】：

在这个数据框中：

df <- data.frame(
  ID = c("C", "B", "B", "B", NA, "C", "A", NA, "B", "B", "B")
)

我想使用 cumsum 对行进行分组，有两个条件：(i) cumsum 不应继续，如果 is.na(ID) 和 (ii) 如果 next 则不应继续ID 的值与之前的相同。我确实符合条件（i）：

df %>%
  group_by(grp = cumsum(!is.na(ID)))
# A tibble: 11 x 2
# Groups:   grp [9]
   ID      grp
   <chr> <int>
 1 C         1
 2 B         2
 3 B         3
 4 B         4
 5 NA        4
 6 C         5
 7 A         6
 8 NA        6
 9 B         7
10 B         8
11 B         9

但我也不知道如何实现条件（ii）以获得期望的结果：

 1 C         1
 2 B         2
 3 B         2
 4 B         2
 5 NA        2
 6 C         3
 7 A         4
 8 NA        4
 9 B         5
10 B         5
11 B         5

我用这个试过了，但我不工作：

df %>%
  group_by(grp = cumsum(!is.na(ID) |!lag(ID,1) == ID))

【问题讨论】：

标签： r dplyr cumsum

【解决方案1】：

使用 zoo 中的 na.locf0 填写 NA，然后应用 data.table 中的 rleid：

library(data.table)
library(zoo)

rleid(na.locf0(df$ID))
##  [1] 1 2 2 2 2 3 4 4 5 5 5

【讨论】：

【解决方案2】：

使用tidyr 和dplyr，您可以：

df %>%
 mutate(grp = fill(., ID) %>% pull(),
        grp = cumsum(grp != lag(grp, default = first(grp))))

     ID grp
1     C   0
2     B   1
3     B   1
4     B   1
5  <NA>   1
6     C   2
7     A   3
8  <NA>   3
9     B   4
10    B   4
11    B   4

【讨论】：

【解决方案3】：

使用rle

library(zoo)
with(rle(na.locf0(df$ID)), rep(seq_along(values), lengths))
#[1] 1 2 2 2 2 3 4 4 5 5 5

【讨论】：