按连接值对 R 数据帧进行分组

我没有找到 R 中这个常见分组问题的解决方案：

这是我的原始数据集

ID  State
1   A
2   A
3   B
4   B
5   B
6   A
7   A
8   A
9   C
10  C

这应该是我分组的结果数据集

State   min(ID) max(ID)
A       1       2
B       3       5
A       6       8
C       9       10

因此，我们的想法是首先按 ID 列（或时间戳列）对数据集进行排序。然后，所有没有间隙的连接状态应分组在一起，并返回最小和最大 ID 值。它与 rle 方法相关，但这不允许计算组的最小值、最大值。

有任何想法吗？

你可以尝试：

library(dplyr)
df %>%
  mutate(rleid = cumsum(State != lag(State, default = ""))) %>%
  group_by(rleid) %>%
  summarise(State = first(State), min = min(ID), max = max(ID)) %>%
  select(-rleid)

或者正如 @alistaire 在评论中提到的，你实际上可以在内部进行变异group_by()使用相同的语法，结合前两个步骤。偷窃data.table::rleid()并使用summarise_all()简化：

df %>% 
  group_by(State, rleid = data.table::rleid(State)) %>% 
  summarise_all(funs(min, max)) %>% 
  select(-rleid)

这使：

## A tibble: 4 × 3
#   State   min   max
#  <fctr> <int> <int>
#1      A     1     2
#2      B     3     5
#3      A     6     8
#4      C     9    10