使用列的循环值对R中的时间序列数据进行分组

我有一个每日数据集，需要根据一列的循环值进行分组。我希望添加另一列，其中包含分组标识符。例如，我有这组数据

YEAR = c(1900, 1900, 1900, 1901,1901, 1901, 1901, 1902, 1902, 1902, 1903)
CS = c("SUM", "SUM", "SUM", "SUM", "SPR", "SPR", "SPR",  "SPR", "SPR", "SPR", "SPR")
DAS = c(1, 2, 3, 4, 1, 2, 3,1, 2, 3, 4)


mydt <- data.table (YEAR, CS, DAS)

    YEAR  CS DAS
 1: 1900 SUM   1
 2: 1900 SUM   2
 3: 1900 SUM   3
 4: 1901 SUM   4
 5: 1901 SPR   1
 6: 1901 SPR   2
 7: 1901 SPR   3
 8: 1902 SPR   1
 9: 1902 SPR   2
10: 1902 SPR   3
11: 1903 SPR   4

显然，GRP只是年份和CS的串联，尽管任何标识符（如组号）都可以。分组基于DAS的值何时返回1。我用了一个for循环来做这个，它工作得很好

group <- function(df) {
    for (i in 1: nrow(df)) {
        if (df$DAS[i]== 1) {
            nval<- paste0(df$YEAR[i], df$CS[i])
        }
        df$GRP[i] <- nval
    }
    df
}

我的问题是，当它与数百万行一起使用时，速度非常慢。有没有办法更快地实现这一目标

更新

---

正如colemand77所指出的，分组并不完全基于年份和CS的组合，而是基于DAS值何时返回1。有些情况下，年份和CS的值不同，但它们仍然属于DAS的同一个周期，因此属于一个组。

因此，请强调Arun的答案：

mydt[, GRP := .GRP, by=c("YEAR", "CS")]

但也要指出，你在上面的GRP并不是你所说的年份和CS的串联。。。如果这只是一个印刷错误，那么阿伦的评论是正确的。如果不是，那么你可能需要重申，因为阿伦的回答会带来意想不到的结果

尝试以下操作，但尚未计时。ifelse可能不会尽可能快，但以最快的方式，我可以做到最好。如果速度很慢，请告诉我，我们将重新计算：

mydt[DAS == 1,GRP := .GRP, by = DAS][,GRP2 := cumsum(ifelse(is.na(GRP),0,GRP))]

---

数据表不会自动变得更快。请仔细阅读介绍和参考语义学案例。您要查找的是mydt[，GRP:=.GRP，by=cYEAR，CS]-.GRP是一个特殊的内置变量。根据您更新的注释。。。是否有任何逻辑日期等来确定组何时更改，或者只是DAS返回到1？DAS总是相同的序列吗？例如，始终是1:4，或者有时是1:5，等等？DAS始终是从1到n的正整数序列。因此，n可以是任何正整数。在我的数据中，一个周期对应于一种作物——从播种到收获。DAS实际上计算播种后的天数，从1次播种开始，到作物死亡或收获结束。不幸的是，作物可能在12月开始种植，次年5月收获。几年的每日数据被转储在一个长时间序列中。也就是说，年份和种植季节不是一个好的分组变量。在我看来，将数据分组的唯一方法是当DAS返回到1时。感谢Arun和colemand77的回复。例如，当DAS为1时，GRP的值是Year和CS的值的串联。不管YEAR和CS的值是多少，分组应该对应于DAS从1开始到DAS再次值为1之前的行。啊！这是一个有趣的问题。我以前从未遇到过这种情况，所以让我考虑一下，然后再与您联系。@User9999-查看上面的内容，如果您的性能有任何改进，请告诉我。谢谢colemand77，它工作得很好。使用7000行数据执行不到一秒钟，比for循环花费25秒要好得多。谢谢你的帮助，非常感谢。太棒了。看看另一个世界性的伟大，那就是数据表。

mydt[DAS == 1,GRP := .GRP, by = DAS][,GRP2 := cumsum(ifelse(is.na(GRP),0,GRP))]