考虑一下我正在处理的这个名为data的简单数据集：
text font_name font_size
<chr> <chr> <dbl>
1 POND_RETRAITE BAAAAA+Arial-BoldMT 12
2 Pondération BAAAAA+Arial-BoldMT 10
3 transversale BAAAAA+Arial-BoldMT 10
4 finale BAAAAA+Arial-BoldMT 10
5 du BAAAAA+Arial-BoldMT 10
6 ménage BAAAAA+Arial-BoldMT 10字符串
我想创建一个名为group_var的向量，长度为nrow(data)，将data的每个观测值分类到一个组中。每当font_name、font_size或两者都有修改时，组号都应该改变。
第一个观测值应该有自己的组。在这个例子中，group_var应该简单地是：
[1] 1 2 2 2 2 2型
我尝试的代码是：
group_var <- cumsum(c(TRUE, diff(data$font_size != lag(data$font_size,
default = data$font_size[1])) != 0 | diff(data$font_name
!= lag(data$font_name, default = data$font_name[1])) != 0))型
然而，这将返回一个错误的输出，因为应该是一个新组的第一个元素有自己的单独组。请参阅：
print(group_var)
[1] 1 2 3 3 3 3型
你能帮我解决这个简单的问题吗？
1条答案
按热度按时间wr98u20j1#
从
dplyr使用函数consecutive_id字符串
请注意，您可以使用
data.table::rleid完成相同的操作型
因此，ant可用作：
型