根据列中的序列中断对数据帧进行分组？

Question

我有一个data.frame，其中有一列整数值。我需要形成一个分组变量，以标识该列中的序列中断。例如，我可以创建另一列升序整数，每当原始列的值不大于其滞后值时就添加一个。我该怎么做呢？

例如，如果我有一个像这样的data.frame：

df <- data.frame(A = c(1,2,4,6,78,3,56,78,23))

我需要一些方法来产生带有列B的新表：

df$B <- c(1,1,1,1,1,2,2,2,3)

我尝试过例如dplyr：

df %>% mutate(B = 1,
              B = case_when(A < lag(A), B + 1))

那不是很正确。

Answer 1

我们可以使用cumsum和diff，每次序列被破坏时，它将增加值

cumsum(c(-1, diff(df$A)) < 0)
#[1] 1 1 1 1 1 2 2 2 3

我们还可以集成到dplyr链中

library(dplyr)

df %>%
  mutate(B = cumsum(c(-1, diff(A)) < 0))

#   A B
#1  1 1
#2  2 1
#3  4 1
#4  6 1
#5 78 1
#6  3 2
#7 56 2
#8 78 2
#9 23 3

一种lag可能的使用方式是

df %>%
  mutate(B = cumsum(c(-1, (A - lag(A))[-1]) < 0))