根据连续的行号对行进行分组

Question

我有一个数据框，其中一列表示文本 line，它们只是部分连续的：

df <- data.frame(
  line = c("0001","0002", "0003", "0011","0012","0234","0235","0236")
)

我想根据连续的行号对行进行分组以获得这个预期结果：

df
  line grp
1 0001   1
2 0002   1
3 0003   1
4 0011   2
5 0012   2
6 0234   3
7 0235   3
8 0236   3

我曾尝试使用 dplyr 的 lag 函数解决此问题，但卡在那里：

library(dplyr)
df %>%
  mutate(line = as.numeric(line),
         diff = abs(lag(line) - line))

Answer 1

将数字转换为数字，计算连续数字之间的差值，并在差值大于 1 时增加组数。

transform(df, group = cumsum(c(TRUE, diff(as.numeric(line)) > 1)))

#  line group
#1 0001     1
#2 0002     1
#3 0003     1
#4 0011     2
#5 0012     2
#6 0234     3
#7 0235     3
#8 0236     3

如果你想使用 dplyr :

library(dplyr)
df %>% mutate(group = cumsum(c(TRUE, diff(as.numeric(line)) > 1)))

Answer 2

这行得通吗：

library(dplyr)
library(stringr)
library(data.table)
df %>% mutate(z = str_count(line, '0'), grp = rleid(z)) %>% select(-z)
  line grp
1 0001   1
2 0002   1
3 0003   1
4 0011   2
5 0012   2
6 0234   3
7 0235   3
8 0236   3