在R中按relaxation连续分组计算pit列平均值

要实现按relaxation列的连续相同值分段（而非所有相同值合并）计算pit的平均值，核心是创建一个游程分组ID，识别连续的相同relaxation区间。以下是用dplyr实现的步骤：

步骤1：确保数据按时间戳排序 #

因为是时间序列数据，必须保证行顺序与时间一致，否则分组会出错：

library(dplyr)

# 假设你的数据框名为df，先按t_stamp排序
df <- df %>% arrange(t_stamp)

步骤2：创建连续分组ID #

通过cumsum()结合lag()函数，判断当前行与前一行的relaxation是否相同，不同则累加分组ID：

df <- df %>%
  mutate(
    group_id = cumsum(
      # 第一行默认分组ID为1，后续行与前一行不同时ID+1
      ifelse(is.na(lag(relaxation)), 1, relaxation != lag(relaxation))
    )
  )

步骤3：分组计算平均值 #

按group_id和relaxation分组，计算每组的pit平均值：

result <- df %>%
  group_by(group_id, relaxation) %>%
  summarise(avg_pit = mean(pit), .groups = "drop")

结果示例 #

针对你提供的测试数据，运行后会得到3个分组的结果：

补充：用data.table简化实现 #

如果习惯用data.table，可以用内置的rleid()函数直接生成游程ID，代码更简洁：

library(data.table)

setDT(df)[, .(avg_pit = mean(pit)), by = .(group_id = rleid(relaxation), relaxation)]

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