通过将R中标记的行分组，将两列中的行相乘

我有一个dataframe DF，它有以下数据：；大约30万行

<DF
A B C
1 2 0
2 5 0
4 5 2
4 7 0
7 8 0
9 7 -2
2 5 0
4 7 0
5 1 2
4 7 0
7 8 0
9 7 -2
2 5 0
4 7 0
5 1 2

---

使用
dplyr

library(dplyr)
df <- df %>% 
        mutate(ind = cumsum(C == 2)) %>% 
        group_by(ind) %>% 
        mutate(D = mean(A*B), D = replace(D, n() == 1, NA))

库（dplyr）
df%
突变（ind=cumsum（C==2））%>%
分组依据（ind）%>%
变异（D=平均值（A*B），D=替换（D，n（）==1，NA））
这里有一个带有
数据表的选项。将'data.frame'转换为'data.table'（
setDT（DF）
），按逻辑向量的累积和（
C==2
）分组，我们得到
A*B
的
平均值
，并和
NA^（.N==1）生成的值相乘
（
.N==1
为等于1或不等于1的行数返回一个逻辑向量TRUE/FALSE，并使用
NA^
将其转换为NA/1），以便只有一个元素的所有组返回NA，而其他组具有
平均值（a*B）

欢迎来到SO，请在提问时更具体一点：您尝试了什么，您期望什么，等等。请始终尝试包含一个可复制的示例。另外，我如何将我在此处获得的D列添加到原始数据帧？它工作起来非常轻松！感谢您在@satos保存我的一天。当我再次尝试时，我得到一个错误：无法修改grouping变量。奇怪…你是否在其他地方包含
ind
变量？不。rm（ind）也给出了警告，该对象“ind”未找到嘿！谢谢@akrun，这是完美的！
library(dplyr)
df <- df %>% 
        mutate(ind = cumsum(C == 2)) %>% 
        group_by(ind) %>% 
        mutate(D = mean(A*B), D = replace(D, n() == 1, NA))

library(data.table)
setDT(DF)[,  D := NA^(.N==1)*mean(A*B) , .(grp = cumsum(C==2))]
DF
#    A B  C        D
# 1: 1 2  0  6.00000
# 2: 2 5  0  6.00000
# 3: 4 5  2 34.16667
# 4: 4 7  0 34.16667
# 5: 7 8  0 34.16667
# 6: 9 7 -2 34.16667
# 7: 2 5  0 34.16667
# 8: 4 7  0 34.16667
# 9: 5 1  2 31.66667
#10: 4 7  0 31.66667
#11: 7 8  0 31.66667
#12: 9 7 -2 31.66667
#13: 2 5  0 31.66667
#14: 4 7  0 31.66667
#15: 5 1  2       NA