将具有相同值的行分组

Question

我正在处理极端干旱事件，并试图获得有关其特征的一些信息。 这是我的数据的示例：

   dat <- data.frame(length= c(39,1,1,1,98,1,1,1,57,1,1,1,34,1,1), value = c(0,-1.111,-1.645,-1.285,0,-1.223,-1.369,-1.007,0,-1.083,-1.675,-1.119,0,-1.554,-1.6228))

行是月份，因此“长度”列标识为数字1的干旱月份，“值”列记录该干旱事件的严重程度。 我想要获得的是，一方面是干旱事件的中位数和最大长度，但将每组连续的干旱月份（长度= 1）视为一个事件（红色框）；另一方面，我想计算该系列中所有干燥事件的严重程度的中位数和最小值。

此屏幕快照显示了我要获取的内容以及期望获取的值。

我的主要问题是如何将“长度”列中值为1的连续行的组视为唯一情况并计算这些简单的统计信息。

非常感谢您提供的任何帮助。

Answer 1

一种选择是创建一个具有运行长度ID（rleid）的分组变量，然后使用它来summarise为median，{{1} }和其他感兴趣的统计信息（即行数-min）

n()

---

或与library(dplyr) library(data.table) dat %>% group_by(grp = rleid(length == 1)) %>% filter(length == 1) %>% summarise(Length = n(), Median = median(value), Min = min(value)) 相似，方法是先创建一个data.table分组变量，并按'grp'分组，然后用逻辑表达式指定rleid以将仅在“长度”中等于1，在“值”列中获得i和median（或min）

max

Answer 2

完整的dplyr解决方案：

library(tidyverse)
dat2 <- dat %>%
  mutate(zero_count = if_else(value == 0, 1, 0), 
         group_id = cumsum(zero_count)) %>% 
  filter(length == 1) %>% 
  group_by(group_id) %>%
  summarise(mean = mean(value), median = median(value), months = length(group_id))

首先，我添加了一个新列来标记是否存在零值。 然后是一个新列，我们对其进行累加求和，以便可以依次/分别识别每个组。 然后按此新列分组，并过滤​​掉不属于其他行。 最后汇总以获取统计信息。

  group_id  mean median months
     <dbl> <dbl>  <dbl>  <int>
1        1 -1.35  -1.28      3
2        2 -1.20  -1.22      3
3        3 -1.29  -1.12      3
4        4 -1.59  -1.59      2