R 条件分组行和组编号

Question

我使用飞行运动的数据框（约 100 万行 * 108 个变量），并希望对满足特定标准（即特定变量的值）的阶段进行分组。为了识别这些群体，我想对它们进行编号。作为 R 新手，我让它适用于我的案例。现在我正在寻找一种更优雅的方式。特别是，我想克服组编号中的“无用”差距。我提供了一个简化的 dplyr 数据框示例，其中阈值标准的值为 THR。行按时间戳排序（因此，我可以在这里截断它）。

THR <- c(13,17,19,22,21,19,17,12,12,17,20,20,20,17,17,13, 20,20,17,13)
df  <- as.data.frame(THR)
df  <- tbl_df(df)

标记（不）满足条件的所有行

df  <- mutate(df, CRIT = THR < 19)

通过以下，我设法有条件地“cumsum”以获得唯一的组标识：

df <- mutate(df, GRP = ifelse(CRIT == 1, 0, cumsum(CRIT))
df
    x CRIT GRP
1  13 TRUE   0
2  17 TRUE   0
3  19 FALSE  2          
4  22 FALSE  2
5  21 FALSE  2
6  19 FALSE  2
7  17 TRUE   0
8  12 TRUE   0
9  12 TRUE   0
10 17 TRUE   0
11 20 FALSE  6
12 20 FALSE  6

虽然这可以解决问题，并且我可以使用 group_by（例如汇总、过滤器）对组进行操作，但从示例输出中可以看出，编号并不理想。在此示例中，第 1 组编号为 2，第 2 组编号为 6，这与 cumsum() 结果一致。

如果有人能对我有所了解，我将不胜感激。我无法在其他帖子中找到合适的解决方案。

Answer 1

你可以做：

 x = rle(df$CRIT)
 mask = x$values
 x$values[mask] = 0
 x$values[!mask] = cumsum(!x$values[!mask])

 mutate(df, GRP=inverse.rle(x))

#   THR  CRIT GRP
#1   13  TRUE   0
#2   17  TRUE   0
#3   19 FALSE   1
#4   22 FALSE   1
#5   21 FALSE   1
#6   19 FALSE   1
#7   17  TRUE   0
#8   12  TRUE   0
#9   12  TRUE   0
#10  17  TRUE   0
#11  20 FALSE   2
#12  20 FALSE   2
#13  20 FALSE   2
#14  17  TRUE   0
#15  17  TRUE   0
#16  13  TRUE   0
#17  20 FALSE   3
#18  20 FALSE   3
#19  17  TRUE   0
#20  13  TRUE   0