r - 查找组内的原始时间点

Question

对于在不同时间点测量的序列，我感兴趣的是每个序列起源的时间点，如果有跳过则重置起源时间点。

dd <- data.frame(seq = letters[c(1:6,1,6:7,1:3,7:8,1)],
                 grp = rep(1:5, c(3,4,5,2,1)))
o2 <- c(1,1,1,2,2,2,1,2,3,1,3,3,3,4,5)

par(mar = c(5, 5, 2, 5), las = 1, bty = 'n', xpd = NA)
plot(as.numeric(dd$seq), dd$grp, col = o2, pch = 16,
     cex = 3, xaxt = 'n', yaxt = 'n', xlab = 'seq', ylab = '')
axis(1, at = 1:8, letters[1:8], lwd = 0)
axis(2, at = 1:5, paste0('time ', 1:5))
axis(4, at = 1:5, palette()[1:5])

也许这会更好地说明:对于连续出现的每个序列，我想将该组分配给最低时间点并相应地为其着色。

因此第一组 a 从时间 1 开始，一直持续到时间 3，所以理论上这是与时间 1 相同的序列。由于还有另一组 a，因此假设这与另一组无关组 a 并为时间点 5 着色。

b 和 c 有两个起源，所以它们根据时间点单独着色。

我想要的结果是这个向量，o2

# split(cbind(dd, desired = o2), dd$grp)
cbind(dd, desired = o2)

#    seq grp desired
# 1    a   1       1
# 2    b   1       1
# 3    c   1       1
# 4    d   2       2
# 5    e   2       2
# 6    f   2       2
# 7    a   2       1
# 8    f   3       2
# 9    g   3       3
# 10   a   3       1
# 11   b   3       3
# 12   c   3       3
# 13   g   4       3
# 14   h   4       4
# 15   a   5       5

Answer 1

这里有可能使用 dplyr

pd <- dd %>% arrange(seq,grp) %>% 
    group_by(seq) %>%
    mutate(set=cumsum(grp-lag(grp, default=100)!=1)) %>%
    group_by(seq,set) %>%
    mutate(colgrp=min(grp))

你用什么绘图

par(mar = c(5, 5, 2, 5), las = 1, bty = 'n', xpd = NA)
plot(as.numeric(pd$seq), pd$grp, col = pd$colgrp, pch = 16,
     cex = 3, xaxt = 'n', yaxt = 'n', xlab = 'seq', ylab = '')
axis(1, at = 1:8, letters[1:8], lwd = 0)
axis(2, at = 1:5, paste0('time ', 1:5))
axis(4, at = 1:5, palette()[1:5])

注意奇怪的 default=100 值。理想情况下，我想使用 -1 或范围之外的东西，但感谢 this bug您不能输入负数。