R 如何按间隔折叠数据？

我想采用如下数据集：

dat <- data.frame(pos = 1:120, state = c(rep("state1", 30), rep("state2",30), rep("state3",30), rep("state1", 30)))

---

dat为此，您可以使用dplyr中的
groupby
。代码如下：

require(dplyr)

dat1 = dat %>% 
  dplyr::arrange(state,pos) %>% 
  dplyr::mutate(occurence=0)

occurence = 0

for(i in 1:nrow(dat1)){
  if((i != 1) && ((dat1$pos[i] - dat1$pos[i-1])>1)){
    occurence = occurence + 1
  }
  dat1$occurence[i] = occurence
}

dat2 = dat1 %>% 
  dplyr::group_by(state,occurence) %>% 
  dplyr::summarise(start = min(pos,na.rm=T),
                   end = max(pos,na.rm=T)) %>% 
  dplyr::arrange(start)


让我知道它是否有效

输出

# A tibble: 4 x 4
# Groups:   state [3]
  state  occurence start   end
  <fct>      <dbl> <int> <int>
1 state1         0     1    30
2 state2         1    31    60
3 state3         1    61    90
4 state1         1    91   120

使用base R，您可以使用
rle
：

with( rle(as.character(dat$state)),
      data.frame(state=values,end = cumsum(head(lengths))->end,start = c(1,head(end,-1)+1)))
   state end start
1 state1  30     1
2 state2  60    31
3 state3  90    61
4 state1 120    91

对不起，我意识到我输入的是“state”而不是“state1”。变量.@Sergio.pv应该只有三个级别，所以在输出中，您希望“state1”出现两次？确切地说，我想知道是什么inbetween@Sergio.pv,我添加了一个for循环来检查'occurrence'，它本质上是特定
状态
的一个块的出现，然后我按
状态
和
发生
进行分组。您试图得到的输出是什么？您的问题是否未包含在您的分组列中？
state=c（“state1”、“state2”、“state3”、“state1”）
中，state1

和state1之间有什么区别？没有区别，我想知道它在数据中的位置

dat2 = dat2 %>% dplyr::select(-occurence)

with( rle(as.character(dat$state)),
      data.frame(state=values,end = cumsum(head(lengths))->end,start = c(1,head(end,-1)+1)))
   state end start
1 state1  30     1
2 state2  60    31
3 state3  90    61
4 state1 120    91