如何将Tibble按V列的增减趋势拆分为两个Tibble？

你的问题出在原来的代码只对比了V列的首尾值，完全没考虑中间的峰值位置，所以才会把所有行都标记为下降。要正确拆分，核心是先定位V列的峰值点，再以此为界分割数据。

方法一：直接定位峰值位置（适合单峰数据） #

首先构造示例数据：

library(tibble)
library(dplyr)

raw <- tibble(
  t = 1:8,
  V = c(2, 3, 4, 5, 6, 4, 3, 2)
)

找到V列最大值对应的行索引（如果有多个相同峰值，取最后一个）：

peak_idx <- raw %>% 
  filter(V == max(V)) %>% 
  pull(t) %>% 
  last()

基于峰值索引拆分两个tibble：

# 增长阶段（包含峰值）
tibble_increasing <- raw %>% filter(t <= peak_idx)

# 下降阶段
tibble_decreasing <- raw %>% filter(t > peak_idx)

运行后得到的结果完全符合你的期望：
Tibble 1（增长阶段）：

Tibble 2（下降阶段）：

方法二：通过阶段标记拆分（兼容小幅波动的情况） #

如果数据在增长阶段有偶尔持平的情况，可以用lag()函数判断每一行是否处于增长阶段，再标记分组：

raw <- raw %>%
  mutate(
    # 判断当前值是否大于等于前一个值（第一行默认算增长）
    is_increasing = V >= lag(V, default = first(V)),
    # 累计统计下降次数，0次的为增长阶段，之后都是下降阶段
    phase = ifelse(cumsum(!is_increasing) == 0, "Increasing", "Decreasing")
  )

# 拆分并移除辅助列
tibble_increasing <- raw %>% 
  filter(phase == "Increasing") %>% 
  select(-is_increasing, -phase)

tibble_decreasing <- raw %>% 
  filter(phase == "Decreasing") %>% 
  select(-is_increasing, -phase)

这个方法能更灵活地处理非严格持续增长的单峰数据。

内容的提问来源于stack exchange，提问作者Kieran