r - 如何使用 dplyr 计算第一个出现值的重复次数

Question

我有一个基本看起来像这样的组的数据框

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“ block ”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，因为它计算了第一个值的所有次出现。

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

本例中的结果是 5。因此，我们将不胜感激(最好是)dplyr 解决方案。

Answer 1

你可以试试:

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

在您的 dplyr 链中，它只是:

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

#   count_first
# 1           3

或者对管道过于热心，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