切割间隔不一？

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。数据按每组内的值排序。我想将值变量切换为每个组中的一个因子，并且小于diff（10）的间隔。也就是说，如果diff（val）> = 10，则创建新级别。下面是一个演示数据，其中newgrp是我想要的新变量。也许filter()在这里是可取的，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

修改

我认为没有办法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需要重置两个数字（“base”和“new group”）

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

您可以使用：

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。