R 定量时间序列数据，状态持续时间

我有一个带有时间变量和定性变量的纵向数据集。我的主体可以处于三种状态之一，有时状态改变，有时保持不变

我想产生的是一个新的数据帧，它为我提供了每次主体处于某个状态时，它第一次处于该状态的时间，以及主体在该状态下停留的时间。我之所以想这样做，是因为我的最终目标是观察不同治疗方法的状态切换是否频繁发生，每个状态的状态长度是否不同，状态长度是否随时间而变化，等等

示例数据：

set.seed(1)
Data=data.frame(time=1:100,State=sample(c('a','b','c'),100,replace=TRUE))

前几行数据如下所示

我想制作这个：

我可能可以通过while循环来实现这一点，但这似乎非常低效，特别是因为我的实际数据是每个主题700000行。有更好的方法吗？可能是用diff函数和%表示的。我想不出来

set.seed(1)
Data=data.frame(time=1:100,State=sample(c('a','b','c'),100,replace=TRUE))

将data.table与该大小的数据一起使用：

library(data.table)
setDT(Data)
head(Data)
#   time State
#1:    1     a
#2:    2     b
#3:    3     b
#4:    4     c
#5:    5     a
#6:    6     c

给每个州运行一个编号：

Data[, state_run := cumsum(c(TRUE, diff(as.integer(Data$State)) != 0L))]
#Note that this assumes that State is a factor variable

查找每个状态运行的相关值：

Data2 <- Data[, list(StartTime = min(time),
                     State = State[1],
                     Duration = diff(range(time)) + 1), by = state_run]
head(Data2)
#   state_run StartTime State Duration
#1:         1         1     a        1
#2:         2         2     b        2
#3:         3         4     c        1
#4:         4         5     a        1
#5:         5         6     c        2
#6:         6         8     b        2

Data2
Data[, state_run := cumsum(c(TRUE, diff(as.integer(Data$State)) != 0L))]
#Note that this assumes that State is a factor variable

Data2 <- Data[, list(StartTime = min(time),
                     State = State[1],
                     Duration = diff(range(time)) + 1), by = state_run]
head(Data2)
#   state_run StartTime State Duration
#1:         1         1     a        1
#2:         2         2     b        2
#3:         3         4     c        1
#4:         4         5     a        1
#5:         5         6     c        2
#6:         6         8     b        2