R 标记堆叠数据集

每年有两组，第一组堆在第二组的上面。我想添加一列，指示行所在的组：第一组还是第二组。我已经为这个示例标记了组，但该字段不会出现在实际数据集中

year measure data ...
1991       1  ...  [group 1]
1991       2       [group 1] 
1991       3       [group 1] 
1991       1       [group 2] 
1991       2       [group 2] 
1991       3       [group 2] 
1991       4       [group 2] 
1992       1       [group 1] 
1992       2       [group 1] 
1992       3       [group 1]
1992       1       [group 2] 
1992       2       [group 2] 
1992       3       [group 2] 
1992       4       [group 2] 

---

我们可以尝试使用

data.table

、

dplyr

或

base R

方法。使用

data.table

，我们将'data.frame'转换为'data.table'（

setDT（df1）

），按'year'分组，我们检查'measure'相邻元素的差值是否小于0，获得累计和，然后

使用'group'粘贴

，以创建'grp'列

library(data.table)
setDT(df1)[, grp := paste("group", cumsum(c(TRUE, diff(measure) < 0))), year]
df1   
#    year measure     grp
#1: 1991       1 group 1
#2: 1991       2 group 1
#3: 1991       3 group 1
#4: 1991       1 group 2
#5: 1991       2 group 2
#6: 1991       3 group 2
#7: 1991       4 group 2
#8: 1992       1 group 1
#9: 1992       2 group 1
#10:1992       3 group 1
#11:1992       1 group 2
#12:1992       2 group 2
#13:1992       3 group 2
#14:1992       4 group 2

---

这个机修工在干什么

cumsum（c（TRUE，

@Hatshepsut

diff

返回的长度比原始长度少一个，因此我们在将diff输出转换为逻辑后与

TRUE

连接，当我们执行cumsum时，TRUE/FALSE强制为二进制，并且对于每个真值，都会添加一个。

library(dplyr)
df1 %>%
  group_by(year) %>%
  mutate(grp = paste("group", cumsum(c(TRUE, diff(measure) < 0))))