按R data.table中的后续出现次数标记行

我是R方面的新手，我一直在努力解决一个我想在data.table中应用的条件

我的data.table按订单id和日期排序，如下所示

我需要的是创建一个新列，其中包含一个具有以下条件的flagger变量：

• 如果在小时数增量列中有超过3个连续的0，则用标志1标记这些行和之前的行

• 如果在小时增量中连续0少于3个且多于1个 然后用标志_2标记这些线和前面的线

• 如果两行索引[8]中大于0的两行之间只有一个0，则用标志_3标记这些行

• 用标志_4标记所有其余部分

这就是我希望表格在新列之后的样子

任何帮助都将不胜感激

---

谢谢大家!

我认为这样的事情可能会对你想要完成的目标起作用

library(dplyr)

# Create test dataframe
index <- c(0:19)
Order_id <- c(rep(001,8),rep(002,3),rep(003,4),rep(004,3),rep(005,2))
hours_delta <- c(720,552,rep(0,5),432,0,72,96,121,0,0,0,33,0,0,77,0)

df <- data.frame(index,Order_id,hours_delta)


# Start dplyr modifications
df <- df %>%
      # Group data by Order_id
      group_by(Order_id) %>%
      # Get the number of repitions of 0 for in the hours_delta field for that Order_id
      mutate(rle = ifelse(hours_delta == 0,rle(hours_delta)[[1]][rle(hours_delta)[[2]] == 0],NA),
             # Set the row above a zero sequence to the number of repetitions
             rle = ifelse(is.na(rle),lead(rle),rle)) %>%
      # ungroup the data
      ungroup() %>%
      # Set the flags based on number of repetitions
      mutate(flagger = case_when(is.na(.$rle)
                                 ~ "flag_4",
                                 .$rle == 1
                                 ~ "flag_3",
                                 (.$rle <= 3 & .$rle > 1)
                                 ~ "flag_2",
                                 .$rle > 3
                                 ~ "flag_1"
                                )
             ) %>%
     # Remove the temporary rle column
     select(-rle)

库（dplyr）
#创建测试数据帧
指标3
~“标志1”
)
) %>%
#删除临时rle列
选择（-rle）

我想这样的事情可能会对你想要实现的目标起作用

library(dplyr)

# Create test dataframe
index <- c(0:19)
Order_id <- c(rep(001,8),rep(002,3),rep(003,4),rep(004,3),rep(005,2))
hours_delta <- c(720,552,rep(0,5),432,0,72,96,121,0,0,0,33,0,0,77,0)

df <- data.frame(index,Order_id,hours_delta)


# Start dplyr modifications
df <- df %>%
      # Group data by Order_id
      group_by(Order_id) %>%
      # Get the number of repitions of 0 for in the hours_delta field for that Order_id
      mutate(rle = ifelse(hours_delta == 0,rle(hours_delta)[[1]][rle(hours_delta)[[2]] == 0],NA),
             # Set the row above a zero sequence to the number of repetitions
             rle = ifelse(is.na(rle),lead(rle),rle)) %>%
      # ungroup the data
      ungroup() %>%
      # Set the flags based on number of repetitions
      mutate(flagger = case_when(is.na(.$rle)
                                 ~ "flag_4",
                                 .$rle == 1
                                 ~ "flag_3",
                                 (.$rle <= 3 & .$rle > 1)
                                 ~ "flag_2",
                                 .$rle > 3
                                 ~ "flag_1"
                                )
             ) %>%
     # Remove the temporary rle column
     select(-rle)

库（dplyr）
#创建测试数据帧
指标3
~“标志1”
)
) %>%
#删除临时rle列
选择（-rle）

马特·杰维特（Matt Jewett）的反应真是太好了！谢谢你的回答。这个答案是对@oikonang上面的评论的回应，他正确地注意到，如果存在相同顺序的连续0组，则此解决方案不起作用

要解决这个问题，这里有一些基本代码，可以包含在上面@Matt Jewett的代码中：

rle = unlist(sapply(1:length(rle(hours_delta)[[1]]), function(r) {
  if (rle(hours_delta)[[2]][r] == 0) {
     rep(rle(hours_delta)[[1]][r],rle(hours_delta)[[1]][r]) 
  } else {
  rep(NA, rle(hours_delta)[[1]][r]) }
}))

应将其包括在内，以代替

ifelse(hours_delta == 0,rle(hours_delta)[[1]][rle(hours_delta)[[2]] == 0],NA)

---

上面一行。

马特·杰维特的回应真是太好了！谢谢你的回答。这个答案是对@oikonang上面的评论的回应，他正确地注意到，如果存在相同顺序的连续0组，则此解决方案不起作用

要解决这个问题，这里有一些基本代码，可以包含在上面@Matt Jewett的代码中：

rle = unlist(sapply(1:length(rle(hours_delta)[[1]]), function(r) {
  if (rle(hours_delta)[[2]][r] == 0) {
     rep(rle(hours_delta)[[1]][r],rle(hours_delta)[[1]][r]) 
  } else {
  rep(NA, rle(hours_delta)[[1]][r]) }
}))

应将其包括在内，以代替

ifelse(hours_delta == 0,rle(hours_delta)[[1]][rle(hours_delta)[[2]] == 0],NA)

---

以上第行。

如果非零值之间有精确的3个零，该怎么办？另外，请您澄清小于3和大于1的含义。在代数方面，它是[1,3]、（1,3]、[1,3]还是（1,3）？如果非零值之间有精确的3个零呢？请你澄清小于3和大于1是什么意思。在代数方面，它是[1,3]、（1,3]、[1,3]还是（1,3）这正是我想要的！非常感谢！是否可以将相同的功能应用于data.tables？我的意思是，不使用管道和rle（）函数，data.table格式的适当结果是什么。问题是，当我将其应用于示例数据帧时，它会起作用，但当我将代码应用于主data.table时，我会得到完全不同的结果。是否明智地将整个data.table转换为data.frame，然后再应用于data.table？我发现了问题所在lem是。尝试应用相同的功能，只需将Order_id替换为我正在寻找的

Order_id！非常感谢！是否可以将相同的功能应用于data.tables？我的意思是，不使用管道和rle（）函数，data.table格式的适当结果是什么。问题是，当我将其应用于示例数据帧时，它会起作用，但当我将代码应用于主data.table时，我会得到完全不同的结果。是否明智地将整个data.table转换为data.frame，然后再应用于data.table？我发现了问题所在lem是。尝试应用相同的方法，只需将订单id替换为
订单id即可