r - 对具有相同值的行进行分组

Question

我正在处理极端干旱事件，并试图获取有关其特征的一些信息。这是我的数据示例:

   dat <- data.frame(length= c(39,1,1,1,98,1,1,1,57,1,1,1,34,1,1), value = c(0,-1.111,-1.645,-1.285,0,-1.223,-1.369,-1.007,0,-1.083,-1.675,-1.119,0,-1.554,-1.6228))

行是月份，因此“长度”列用数字 1 标识干旱月份，而“值”列则记录该干旱事件的严重程度。我想获得的是，一方面是干旱事件的中值和最大长度，但将每组连续的干旱月份(长度 = 1)视为一个事件(红色框)；另一方面，我想计算系列中所有干燥事件严重程度的中值和最小值。

此屏幕截图显示了我正在尝试获取的内容以及我希望获取的值。

我的主要问题是如何将“长度”列中值为 1 的连续行组视为一个独特的案例，并计算这些简单的统计数据。

非常感谢您提供的任何帮助。

Answer 1

一种选择是创建一个具有运行长度 ID (rleid) 的分组变量，然后使用它来总结 中值的“值” 、min 和其他感兴趣的统计数据(即行数 - n())

library(dplyr)
library(data.table)
dat %>% 
    group_by(grp = rleid(length == 1)) %>% 
    filter(length == 1) %>% 
    summarise(Length = n(), Median = median(value), Min = min(value))

---

或使用 data.table 的类似方式，首先使用 rleid 创建分组变量，按 'grp' 分组并指定 i用逻辑表达式对 'length' 中只等于 1 的行进行子集化，得到 median 和 min (or max) in “值”列

library(data.table)
setDT(dat)[, grp := rleid(length==1)][length == 1, 
   .(Length = .N, Median = median(value), Min = min(value)), .(grp)]