如何为重复分组生成组内连续计数（R语言tibble场景）

现有如下tibble数据框：

df <- tibble(
  group = c("A", "A", "A", "B", "A", "A", "A", "C", "B", "B", "C", "A"),
  count = c(1,1,1,2,3,3,3,4,5,5,6,7)
)

其中group列存在重复的连续分组序列（比如第1-3行是A的首次连续出现，第5-7行是A的第二次连续出现），需要生成individual_running_count列，记录每个分组自身连续出现的批次编号，期望输出如下：

df <- tibble(
  group = c("A", "A", "A", "B", "A", "A", "A", "C", "B", "B", "C", "A"),
  count = c(1,1,1,2,3,3,3,4,5,5,6,7),
  individual_running_count = c(1,1,1,1,2,2,2,1,2,2,2,3)
)

解决方案 #

使用tidyverse工具链可以实现需求，核心思路是先识别连续相同分组的区块，再对每个分组的区块进行编号：

library(tidyverse)

# 处理数据生成目标列
df <- df %>%
  # 标记连续相同group的区块：当前行group与上一行不同时，区块编号递增
  mutate(block = cumsum(group != lag(group, default = first(group)))) %>%
  # 按group分组，对每个group的区块进行连续编号
  group_by(group) %>%
  mutate(individual_running_count = dense_rank(block)) %>%
  ungroup() %>%
  # 可选：移除临时生成的block列
  select(-block)

原理说明 #

1. 识别连续区块：通过cumsum(group != lag(group, default = first(group)))生成block列，每次group发生变化时，区块编号自动+1，以此将连续相同的group归为同一个区块。
2. 生成分组独立计数：按group分组后，用dense_rank(block)对每个分组内的区块进行排序，得到该分组每次连续出现的批次编号，也就是目标列individual_running_count。

内容的提问来源于stack exchange，提问作者user25035369