类似条件 seq_along 对分组数据答案

【问题标题】：Something like conditional seq_along on grouped data类似条件 seq_along 对分组数据
【发布时间】：2015-06-09 15:10:22
【问题描述】：

我正在尝试生成观察结果的“情节”，将观察结果组合在一起</= 相隔 14 天。使用 dplyr，我设法计算了自上次观察以来的天数。但是，我无法弄清楚如何在没有 for 循环的情况下根据条件 </= 14 获取新 id。

样本数据：

#obsvn is number of days since first observation in group

dat <- data.frame(id = c(rep("A",5), rep("B", 2)), 
                  obsvn = c(1, 2, 29, 30, 45, 1, 15))
  id obsvn
1  A     1
2  A     2
3  A    29
4  A    30
5  A    45
6  B     1
7  B    15

预期输出：

  id obsvn ith
1  A     1    1
2  A     2    1
3  A    29    2
4  A    30    2
5  A    45    3
6  B     1    1
7  B    15    2

我尝试过使用延迟来

dat <- dat %>% 
  group_by(id) %>% 
  mutate(ith = 1,
         ith = ifelse(obsvn - lag(obsvn) <= 14, lag(ith), lag(ith)+1))
dat
Source: local data frame [7 x 3]
Groups: id

  id obsvn ith
1  A     1  NA
2  A     2   1
3  A    29   2
4  A    30   1
5  A    45   2
6  B     1  NA
7  B    15   1

这不是我想要的。我不明白为什么第 4 行中的 ith 是 1 而不是 2。

【问题讨论】：

标签： r dplyr

【解决方案1】：

因为它返回的是lag(ith)，它始终为 1（或开头为 NA）。

我会使用diff 和cumsum：

dat %>% group_by(id) %>% mutate(ith = cumsum(c(1,diff(obsvn)>=14)))
Source: local data frame [7 x 3]
Groups: id

  id obsvn ith
1  A     1   1
2  A     2   1
3  A    29   2
4  A    30   2
5  A    45   3
6  B     1   1
7  B    15   2

【讨论】：

我知道这是一篇旧帖子，但谢谢你——这正是我所需要的。我不完全理解 c(1, diff()) 部分，你能详细说明一下吗？我以前从未见过像这样的cumsum。
@Knachman 因为diff 返回数字之间的差异，所以你总是得到一个比原始向量短一的向量。所以你结合一个起始数字。