r - 按变量对行进行编号，但在满足条件时重新开始

Question

我想对数据框中的某些行组合进行编号(按 ID 和时间排序)

tc <- textConnection('
id              time       end_yn
abc             10         0
abc             11         0
abc             12         1
abc             13         0
def             10         0
def             15         1
def             16         0
def             17         0
def             18         1
')

test <- read.table(tc, header=TRUE)

目标是创建一个新列(“number”)，将每个 id 的每一行从 1 到 n 编号，直到 end_yn == 1 被命中。在end_yn == 1之后，编号应该重新开始。

在不考虑 end_yn == 1 条件的情况下，可以使用以下方式对行进行编号:

DT <- data.table(test)
DT[, id := seq_len(.N), by = id]

但是预期结果应该是:

id              time       end_yn   number
abc             10         0        1
abc             11         0        2
abc             12         1        3 
abc             13         0        1 
def             10         0        1
def             15         1        2
def             16         0        1
def             17         0        2
def             18         1        3

如何合并end_yn == 1条件？

Answer 1

我猜有不同的方法可以做到这一点，但这里有一个:

DT[, cEnd := c(0,cumsum(end_yn)[-.N])] # carry the end value forward

DT[, number := seq_len(.N), by = "id,cEnd"] # create your sequence

DT[, cEnd := NULL] # remove the column created above

将 id 设置为 DT 的键可能值得。