R 重新组合数据集

使用以下数据集：

  id from to trip
1  1    A  B <NA>
2  1    B  C    X
3  1    C  D <NA>
4  1    D  A    X
5  2    B  A    X
6  2    A  C <NA>
7  2    C  D <NA>

id从到跳闸
1 A B
2 1 B C X
3 1 C D
4 1 D A X
5 2 B A X
6 2 A C
7 2 C D

每当我在trip列上达到一个X时，我都会尝试分割数据，以获得类似这样的结果（请注意，有一个新列）：

id从到行程组
1 A B 1
21BCx1
3 1 C D 2
4 1 D A X 2
5B2A3
6 2 A C 4
7 2 C D 4

这意味着它将遍历观测值/行，并基于id和trip列，在每次到达X时启动一个新的数字

我已经尝试了几件关于

groupby（df，id，trip）

的事情，但是我总是没有类似的结构

---

有什么建议吗？

此基本R方法适用于以下示例：

df$group <- c(1, head(cumsum(df$trip == "X") + 1, -1))

df$group试试这个（如果你真的需要在X之后在第行开始新的组，我想你可以通过另一个shift（）在行程中==“X”：

库（data.table）
种子（1）
na.zero取决于您有多少行，您始终可以创建一个新变量，该变量在每次出现x时自动递增。原始解决方案，但易于实现。
mutate（df，cumsum（！is.na（trip））
？或只
group_by（df，cumsum（！is.na（trip）））
@Lowpar，在这个例子中，它很简单，但在现实生活中，我有9.000.000个观察值，这使得采用基本方法更加复杂。您提到的是使用if函数吗？@FilipeTeixeira Add
lag
。如果trip存储为
NA
，而不是
cumsum
将返回的文本，则这不起作用rn
NA
。稍微修改一下就可以解决这个问题：
df$group实际上这解决了我的另一个问题，当我没有NA时，我有了因子。
df$group <- c(1, head(cumsum(df$trip == "X") + 1, -1))

df
  id from to trip group
1  1    A  B <NA>     1
2  1    B  C    X     1
3  1    C  D <NA>     2
4  1    D  A    X     2
5  2    B  A    X     3
6  2    A  C <NA>     4
7  2    C  D <NA>     4

library(data.table)
set.seed(1)

na.zero <- function (x) {
  x[is.na(x)] <- 0
  return(x)
}

dt <- data.table(id = c(1,1,1,2,2,2),
                 from = sample(c("A", "B", "C", "D"), 6, replace = T),
                 to = sample(c("A", "B", "C", "D"), 6, replace = T),
                 trip = sample(c("X", NA), 6, replace = T))

dt[, group:=(cumsum(na.zero(trip=="X"))+cumsum(id-na.zero(shift(id, 1L,type = 'lag'))))]

   id from to trip group
1:  1    B  D   NA     1
2:  1    B  C    X     2
3:  1    C  C   NA     2
4:  2    D  A    X     4
5:  2    A  A   NA     4
6:  2    D  A   NA     4