r - 如何计算一个元素在 data.table 中连续出现的次数？

Question

我有一个看起来像这样的 data.table

ID, Order, Segment
1, 1, A
1, 2, B
1, 3, B
1, 4, C
1, 5, B
1, 6, B
1, 7, B
1, 8, B

基本上是通过使用 Order 列对数据进行排序。我想了解每个 ID 的连续 B 的数量。理想情况下，我想要的输出是

ID, Consec
1, 2
1, 4

因为段 B 连续出现在第 2 行和第 3 行(2 次)，然后再次出现在第 5、6、7、8 行(4 次)。

循环解决方案很明显，但也会很慢。

data.table 中是否有优雅的解决方案也很快？

附言我正在处理的数据有大约 2000 万行。

Answer 1

尝试

 library(data.table)#v1.9.5+
  DT[order(ID, Order)][, indx:=rleid(Segment)][Segment=='B',
    list(Consec=.N), by = list(indx, ID)][,indx:=NULL][]

 #    ID Consec
 #1:  1      2
 #2:  1      4

或者像@eddi 建议的那样

 DT[order(ID, Order)][, .(Consec = .N), by = .(ID, Segment, 
              rleid(Segment))][Segment == 'B', .(ID, Consec)]
 #    ID Consec
 #1:  1      2
 #2:  1      4

更有效的内存方法是使用 setorder而不是 order (正如@Arun 所建议的)

  setorder(DT, ID, Order)[, .(Consec = .N), by = .(ID, Segment, 
                rleid(Segment))][Segment == 'B', .(ID, Consec)]
  #   ID Consec
  #1:  1      2
  #2:  1      4