以不同的间隔切割？

Question

我有一个包含两个变量的数据集，一个是分组变量，另一个是值。数据按每个组内的值排序。我想将值变量切割成每个组内的一个因子，并且小于 diff(10) 的间隔。也就是说，如果 diff(val)>=10，则会创建一个新级别。下面是一个演示数据，其中newgrp 是我想要的新变量。也许这里需要filter()，但我已经对它发呆了很长一段时间。有什么想法吗？

  grp val  newgrp
    a 101   1   
    a 101   1
    a 102   1       
    a 110   1
    a 111   2 <-- a new level is created since 111 - 101 > 9
    a 112   2
    a 148   3 <-- a new level is created sine 152 - 148 > 9,
    a 157   3
    a 158   4 <-- a new level is created since 158 - 148>9
    b   8   1 <-- levels start over for group b
    b   9   1
    b  12   1
    b  17   1
    b  18   2

Answer 1

编辑

我认为没有任何方法可以避免首先定义一个循环遍历每个向量的函数，因为每次遇到足够大的差异时都需要重置两个数字（“基数”和“新组”） .

NewGroup = function(x)
{
    base = x[1]
    new = 1
    newgrp = c()
    for(i in seq_along(x))
    {
        if (x[i] - base > 9)
        {
            base = x[i]
            new = new + 1
        }
        newgrp[i] <- new
    }
    return(newgrp)
}

dt[,newgrp:=NewGroup(val),by=grp]

    grp val newgrp
 1:   a 101      1
 2:   a 101      1
 3:   a 102      1
 4:   a 110      1
 5:   a 111      2
 6:   a 112      2
 7:   a 148      3
 8:   a 157      3
 9:   a 158      4
10:   b   8      1
11:   b   9      1
12:   b  12      1
13:   b  17      1
14:   b  18      2

Answer 2

你可以用这个：

do.call(rbind, by(yourdf, yourdf$grp, function(df) within(df, newgrp <- cumsum(c(1,diff(val))>9))))

将yourdf 替换为您的数据框。