在dplyr:：mutate期间重用上一行的值

我试图根据事件发生的时间对事件进行分组。为了实现这一点，我只需在时间戳上计算一个diff，如果diff大于某个值，我就想本质上启动一个新组。我会像下面的代码一样尝试。但是，这不起作用，因为对话框变量在创建它的过程中不可用

library(tidyverse)

df <- data.frame(time = c(1,2,3,4,5,510,511,512,513), id = c(1,2,3,4,5,6,7,8,9))

> df
  time id
1    1  1
2    2  2
3    3  3
4    4  4
5    5  5
6  510  6
7  511  7
8  512  8
9  513  9

df <- df %>% 
  mutate(t_diff = c(NA, diff(time))) %>% 
  # This generates an error as dialog is not available as a variable at this point
  mutate(dialog = ifelse(is.na(t_diff), id, ifelse(t_diff >= 500, id, lag(dialog, 1))))

# This is the desired result

> df
  time id t_diff dialog
1    1  1     NA      1
2    2  2      1      1
3    3  3      1      1
4    4  4      1      1
5    5  5      1      1
6  510  6    505      6
7  511  7      1      6
8  512  8      1      6
9  513  9      1      6

库（tidyverse）
df-df
时间id
1    1  1
2    2  2
3    3  3
4    4  4
5    5  5
6  510  6
7  511  7
8  512  8
9  513  9
df%
突变（t_diff=c（NA，diff（time））%>%
#这将生成一个错误，因为此时对话框作为变量不可用
变异（dialog=ifelse（is.na（t_diff），id，ifelse（t_diff>=500，id，lag（dialog，1）））
#这是期望的结果
>df
时间id t_diff对话框
1 NA 1
2    2  2      1      1
3    3  3      1      1
4    4  4      1      1
5    5  5      1      1
6  510  6    505      6
7  511  7      1      6
8  512  8      1      6
9  513  9      1      6

换句话说，我想添加一列，指向每个组的第一个元素。因此，在与前一元素的差值大于500的点处区分这些组

不幸的是，我还没有找到一个聪明的解决方法来有效地使用dplyr实现这一点。显然，使用循环迭代data.frame是可行的，但效率非常低

---

在dplyr中是否有实现这一点的方法？

df%>%mutate（group=cumsum（coalesce（t_diff，0）>500））%%>%groupby（group）%%>%mutate（dialog=first（id））

？在base R

转换中（df，dialog=ave（id，cumsum（c（0，diff（df$time））>500），FUN=function（x）x[1]）

perhaps@Axeman这真是太棒了！谢谢大家!<代码>df%>%变异（组=总和（聚合（t_diff，0）>500））%>%group_by（组）%>%变异（对话框=第一个（id））？在基本R

转换中（df，dialog=ave（id，总和（c（0，diff（df$time））>500，FUN=function（x）x[1]）

perhaps@Axeman这真是太棒了！非常感谢。