R 按连续的升序ID对数据帧行进行分组

我对编程艺术（循环等）还比较陌生，如果我能对我的方法是否合适或者如果它将要在更大的样本上使用，我将非常感激

目前我有大约20000个观察结果，其中一列是收据ID。我想要实现的是将每一行分配给一个组，该组由以n+1格式升序的ID组成。如果此规则被破坏，则应创建新组，直到再次破坏该规则

为了举例说明，假设我有这个表（重要的一点是ID不一定是唯一的，可以重复，就像我的示例中的ID 10）：

我使用dplyr以升序方式对ID进行排序。然后创建变量MyData$Group，我只是用1填充它

rep(1,length(MyTable$ID)

for (i in 2:length(MyTable$ID) ) {
  if(MyTable$ID[i] == MyTable$ID[i-1]+1 | MyTable$ID[i] == MyTable$ID[i-1]) {
    MyTable$ID[i] <- MyTable$GROUP[i-1]
     } else {
       MyTable$GROUP[i] <- MyTable$GROUP[i-1]+1
  }
}

rep（1，长度（MyTable$ID）
用于（i/2：长度（MyTable$ID））{
if（MyTable$ID[i]==MyTable$ID[i-1]+1 | MyTable$ID[i]==MyTable$ID[i-1]）{
MyTable$ID[i]长话短说：

MyTable$Group <- cumsum(c(1, diff(MyTable$ID) != 1))
#     ID Group
#1     1     1
#2     2     1
#3     3     1
#4     4     1
#5     6     2
#6     7     2
#7     8     2
#8    10     3
#9    11     3
#10   12     3
#11   17     4
#12   18     4
#13   19     4
#14  200     5
#15  201     5
#16  202     5
#17 2010     6
#18 2011     6
#19 2013     7

长话短说：

MyTable$Group <- cumsum(c(1, diff(MyTable$ID) != 1))
#     ID Group
#1     1     1
#2     2     1
#3     3     1
#4     4     1
#5     6     2
#6     7     2
#7     8     2
#8    10     3
#9    11     3
#10   12     3
#11   17     4
#12   18     4
#13   19     4
#14  200     5
#15  201     5
#16  202     5
#17 2010     6
#18 2011     6
#19 2013     7

如果有效，那么在R中使用for循环总是被避免的！但是从初学者的角度来看，是的，这很好。现在尝试从“应用”家族观点来提高效率“基于不违反+1规则”被称为“顺序ID”或“连续ID”：另外，除非它与RStudio（IDE）有明确的关系，否则不要给它加上标签，在这种情况下它不会。如果它起作用，那么在R中使用for循环是很好的！但是从初学者的角度来看，是的，这很好。现在，尝试从“应用”家族的角度考虑，在不违反+1规则的基础上，提高效率被称为“顺序ID”或“连续ID”：）此外，除非它与RStudio（IDE）有明确的关系，否则不要对此进行标记我不认为你需要把他的母亲带到这件事中：）你如何编辑你的问题，以包括这些重复ID的例子。如果你不包括它们，人们就不可能预料到这些小问题，正如内森所写的那样……我们怎么知道这一点呢！所以做一个好的可复制的例子吧！我已经更新了我的答案…我认为你不需要把他的母亲带到这个问题中：）你如何编辑你的问题以包含这些重复ID的示例。如果你不包含这些ID，人们就不可能预料到这些小问题，正如内森所写的那样…我们怎么知道这些呢！所以做一个好的重复示例！我已经更新了我的答案。。。
MyTable$Group <- cumsum(c(1, diff(MyTable$ID) != 1))
#     ID Group
#1     1     1
#2     2     1
#3     3     1
#4     4     1
#5     6     2
#6     7     2
#7     8     2
#8    10     3
#9    11     3
#10   12     3
#11   17     4
#12   18     4
#13   19     4
#14  200     5
#15  201     5
#16  202     5
#17 2010     6
#18 2011     6
#19 2013     7

MyTable <- data.frame(ID = c(1,2,3,4,6,7,8,10,10,11,17,18,19,200,201,202,2010,2011,2013))
MyTable$Group <- cumsum(c(1, !diff(MyTable$ID) %in% c(0,1) ))

#     ID Group
#1     1     1
#2     2     1
#3     3     1
#4     4     1
#5     6     2
#6     7     2
#7     8     2
#8    10     3
#9    10     3
#10   11     3
#11   17     4
#12   18     4
#13   19     4
#14  200     5
#15  201     5
#16  202     5
#17 2010     6
#18 2011     6
#19 2013     7