R语言：按数据框中变量连续实例分组计算时长

你需要先创建一个连续分组标识，把同一变量的连续实例归为一组，非连续的分开，再按这个标识分组求和。具体代码如下：

# 先把矩阵转成数据框（cbind出来的是字符矩阵，处理数值会有问题）
xd <- data.frame(
  x = c("w", "i", "i", "w", "w", "w", "i"),
  duration = c(3,4,4,2,1,5,6),
  stringsAsFactors = FALSE
)

# 创建连续分组ID：当当前x和前一个x不同时，分组ID+1
xd$group_id <- cumsum(c(TRUE, xd$x[-1] != xd$x[-nrow(xd)]))

# 按分组ID和x分组，计算总时长
xd_result <- aggregate(duration ~ x + group_id, data = xd, sum)

# 整理成你要的格式（可以去掉group_id列）
xd_wanted_outcome <- xd_result[, c("x", "duration")]
colnames(xd_wanted_outcome) <- c("x_group", "duration_group")

# 查看结果
xd_wanted_outcome

运行后输出就是你要的结果：

x_group duration_group
1       w               3
2       i               8
3       w               8
4       i               6

关键步骤解释 #

• 把cbind的矩阵转成数据框：因为cbind会把数值型的duration转成字符，后续求和会出错，直接用data.frame创建更稳妥。
• 创建group_id：cumsum(c(TRUE, xd$x[-1] != xd$x[-nrow(xd)]))的逻辑是：第一个元素默认是新组（TRUE对应1），从第二个元素开始，只要和前一个x不同，就生成一个新的分组ID，这样连续相同的x会被分到同一个group_id里。
• 如果你习惯用dplyr，也可以这么写：

library(dplyr)

xd_result <- xd %>%
  mutate(group_id = cumsum(c(TRUE, x[-1] != x[-n()]))) %>%
  group_by(group_id, x) %>%
  summarise(duration_group = sum(duration), .groups = "drop") %>%
  select(x_group = x, duration_group)

这样就能精准区分连续的同变量实例，不会把所有相同x的行都归为一组了。

内容的提问来源于stack exchange，提问作者Apoorva Hungund