R 创建重置为1的计数连续变量

我有一个如下所示的数据集，其中“group”是一个组变量。我想按组计算“下一个”天数，但如果不是第二天，我希望将计数重置为一（如“想要”列所示）。然后，我想返回“want”列的最大数量（如want2中所示）。建议将不胜感激

df<-data.frame(group=c(1, 1, 1, 1, 2, 2, 2), 
               date=c("2000-01-01", "2000-01-03", "2000-01-04", "2000-01-05", "2000-01-09", "2000-01-10", "2000-01-12"),
               want=c(1,1,2,3,1,2,1),
               want2=c(3,3,3,3,2,2,2))

我尝试过akrun的建议，该建议在没有二进制变量的情况下效果很好，我尝试将二进制变量添加到cumsum中进行修改，但我得到了错误：

df %>% group_by(group) 
%>% mutate(wantn = rowid(cumsum(c(TRUE, diff(as.Date(date)) !=1 & binary==1)))

---

谢谢

一个选项是按“组”分组，然后在转换为“日期”的

类上使用
diff
，创建一个逻辑向量，并使用
cumsum
在“want”（“wantn”）中复制结果，然后使用“wantn”，在其上应用
max

library(dplyr)
library(data.table)
df %>% 
   group_by(group) %>%
   mutate(wantn = rowid(cumsum(c(TRUE, diff(as.Date(date)) !=1))), 
          want2n = max(wantn))
# A tibble: 7 x 6
# Groups:   group [2]
#  group date        want want2 wantn want2n
#  <dbl> <fct>      <dbl> <dbl> <int>  <int>
#1     1 2000-01-01     1     3     1      3
#2     1 2000-01-03     1     3     1      3
#3     1 2000-01-04     2     3     2      3
#4     1 2000-01-05     3     3     3      3
#5     2 2000-01-09     1     2     1      2
#6     2 2000-01-10     2     2     2      2
#7     2 2000-01-12     1     2     1      2

我建议您调整数据的形状，使
$date
实际上是一个日期，而不仅仅是一个字符串。这样，计算一行和下一行之间的差异（以天为单位）就容易多了。你试过什么吗？例如，您使用的是
data.table
还是
dplyr
还是仅使用基本R？请使用dplyr并尝试使用data.table。它是作为一个日期变量，我刚刚发布了一个字符串作为示例biostatguy12，明白了。。。但在提问时请提供有代表性的数据；许多问题往往很难回答，因为提问者不知道
日期
类（等），所以我们经常想知道问题的具体程度。（一个简单的补救办法是在
Date=
行中添加
as.Date（…）
。对于akrun的优秀答案，现在可能并不重要，但在将来，清晰性很好。除此之外，还有很好的示例数据，感谢您将其保持在较小的范围内！）感谢您的反馈！嗨，阿克伦，谢谢你的回复。这是很有帮助的，但是如果第2组有一个日期=2000-01-13的额外观察，该方法会崩溃，并且不会重置为1（在观察7），然后want2n不是我想要的：``df%突变（wantn=cumsum（c（TRUE，diff（as.date（date））==1）），want2n=max（wantn））``漂亮。谢谢嗨@akrun我只是好奇，我想用这个方法，但是如果我有一个数值变量（date2）而不是“date”呢？例如：df@biostatguy12我猜你的新问题与此有关，对吧。我在那里添加了一个解决方案
library(dplyr)
library(data.table)
df %>% 
   group_by(group) %>%
   mutate(wantn = rowid(cumsum(c(TRUE, diff(as.Date(date)) !=1))), 
          want2n = max(wantn))
# A tibble: 7 x 6
# Groups:   group [2]
#  group date        want want2 wantn want2n
#  <dbl> <fct>      <dbl> <dbl> <int>  <int>
#1     1 2000-01-01     1     3     1      3
#2     1 2000-01-03     1     3     1      3
#3     1 2000-01-04     2     3     2      3
#4     1 2000-01-05     3     3     3      3
#5     2 2000-01-09     1     2     1      2
#6     2 2000-01-10     2     2     2      2
#7     2 2000-01-12     1     2     1      2

df %>%
    group_by(group) %>%
    group_by(group2 = cumsum(c(TRUE, diff(as.Date(date)) !=1)), add = TRUE) %>%
    mutate(wantn = row_number()) %>%
    group_by(group) %>%
    mutate(want2n = max(wantn)) %>%       
    select(-group2)