R 连续行数

考虑一个

数据表

，该表包含多年来

id1

、

id2

之间的匹配项

        id1 year      id2
1: 51557094 2003 65122111
2: 51557094 2004 65122111
3: 51557094 2005 65122111
4: 51557094 2007 65122111
5: 51557094 2008 65122111
6: 51557093 2006 65122111

对于任何一场比赛，我都想知道比赛的持续时间，以及比赛开始的年份。如果没有特定年份的数据，则比赛结束（如果第二年又有数据，则新的比赛开始）

因此，对于上面的样本数据，预期输出为

        id1 year      id2 length
1: 51557094 2003 65122111      3
2: 51557094 2007 65122111      2
3: 51557093 2006 65122111      1

我接受了其中一个答案，因为它让我走得够远了，但请注意它是不正确的。虽然它适用于示例数据，但不适用于以下内容

> dtId
        id1 year      id2
1: 51557094 2003 65122111
2: 51557094 2004 65122111
3: 51557094 2005 65122111
4: 51557094 2007 65122111
5: 51557094 2008 65122111
6: 51557094 2006 65122112

> setkey(dtId, id1, id2, year)
> dtId[,grp := cumsum(c(1,diff(year)) > 1),by=id1]
> dtId[,list(year=year[1],length=length(year)),by=list(id1,id2,grp)]
        id1      id2 grp year length
1: 51557094 65122111   0 2003      5
2: 51557094 65122112   0 2006      1

相反，在两个

id1、id2

上创建匹配变量

grp

，可以解决以下问题：

> dtId[,grp := cumsum(c(1,diff(year)) > 1),by=list(id1, id2)]
> dtId[,list(year=year[1],length=length(year)),by=list(id1,id2,grp)]
        id1      id2 grp year length
1: 51557094 65122111   0 2003      3
2: 51557094 65122112   0 2006      1
3: 51557094 65122111   1 2007      2

尝试：

dat[,grp := cumsum(c(1,diff(year)) > 1),by=list(id1,id2)]
dat[,list(year=year[1],length=length(year)),by=list(id1,id2,grp)]

#        id1      id2 grp year length
#1: 51557094 65122111   0 2003      3
#2: 51557094 65122111   1 2007      2
#3: 51557093 65122111   0 2006      1

尝试：

dat[,grp := cumsum(c(1,diff(year)) > 1),by=list(id1,id2)]
dat[,list(year=year[1],length=length(year)),by=list(id1,id2,grp)]

#        id1      id2 grp year length
#1: 51557094 65122111   0 2003      3
#2: 51557094 65122111   1 2007      2
#3: 51557093 65122111   0 2006      1

---

首先，让我们构建您的表

library(data.table)
dtId <- data.table(
  id1 = c(rep(51557094, 5), 51557093),
  year = c(2000 + c(3, 4, 5, 7, 8, 6)),
  id2 = rep(65122111, 6)
  )

---

首先，让我们构建您的表

library(data.table)
dtId <- data.table(
  id1 = c(rep(51557094, 5), 51557093),
  year = c(2000 + c(3, 4, 5, 7, 8, 6)),
  id2 = rep(65122111, 6)
  )

---

我接受了你的答案，但请注意，你可能想要修正它（请参阅更新的问题）。我接受了你的答案，但请注意，你可能想要修正它（请参阅更新的问题）。

dtAggr[, match := NULL]
dtAggr