如何使用 dplyr 计算第一个出现值的重复次数答案

【问题标题】：how to count repetitions of first occuring value with dplyr如何使用 dplyr 计算第一个出现值的重复次数
【发布时间】：2018-04-15 13:36:48
【问题描述】：

我有一个数据框，其中的组基本上看起来像这样

DF <- data.frame(state = c(rep("A", 3), rep("B",2), rep("A",2)))

DF
  state
1     A
2     A
3     A
4     B
5     B
6     A
7     A

我的问题是如何计算第一个值在其第一个“块”中重复的连续行数。所以对于上面的DF，结果应该是3。第一个值可以出现任意次数，中间有其他值，或者它可能是唯一出现的值。以下天真的尝试通常会失败，因为它会计算第一个值的所有次出现。

DF %>% mutate(is_first = as.integer(state == first(state))) %>% 
summarize(count = sum(is_first))

在这种情况下，结果是 5。因此，我们将不胜感激（最好是）dplyr 解决方案的提示。

【问题讨论】：

标签： r dplyr

【解决方案1】：

你可以试试：

rle(as.character(DF$state))$lengths[1]
[1] 3

在您的 dplyr 链中，这将是：

DF %>% summarize(count_first = rle(as.character(state))$lengths[1])

#   count_first
# 1           3

或者过分热衷于管道，使用dplyr 和magrittr：

library(dplyr)
library(magrittr)
DF %>% summarize(count_first = state %>%
                   as.character %>%
                   rle %$%
                   lengths %>%
                   first)

#   count_first
# 1           3

也适用于分组数据：

DF <- data.frame(group = c(rep(1,4),rep(2,3)),state = c(rep("A", 3), rep("B",2), rep("A",2)))

#   group state
# 1     1     A
# 2     1     A
# 3     1     A
# 4     1     B
# 5     2     B
# 6     2     A
# 7     2     A

DF %>% group_by(group) %>% summarize(count_first = rle(as.character(state))$lengths[1])

# # A tibble: 2 x 2
#    group count_first
#    <dbl>       <int>
#  1     1           3
#  2     2           1

【讨论】：

好的，谢谢，这似乎有效。我现在需要弄清楚如何将其应用于子组。假设我有一个分组变量 ID 并希望每个 ID 值都有这个计数。
你打电话给.$state，这只是一个向量，所以不能正确处理组，只需使用state，这样dplyr就可以发挥它的魔力
好的，非常感谢！恐怕我不小心删除了您在这里引用的评论，但我想我是在建议 Df %>% group_by(ID) %>% summarise(r = rle(.$state)$lengths[1]),

【解决方案2】：

此处不需要dplyr，但您可以修改此示例以将其与dplyr 一起使用。关键是函数rle

state = c(rep("A", 3), rep("B",2), rep("A",2))

x = rle(state)
DF = data.frame(len = x$lengths, state = x$values)
DF

# get the longest run of consecutive "A"
max(DF[DF$state == "A",]$len)

【讨论】：