如何用R按分组高效识别并列出满足条件的连续时间区间？

用tidyverse工具链（dplyr + data.table）可以高效完成需求，完全替代复杂循环逻辑，且能覆盖所有边界场景，步骤如下：

核心步骤 #

1. 数据排序与预处理：先按id和ts排序，保证时间序列的连续性；同时标记出有效0值（排除NA，NA视为非0）。
2. 标记连续0值区间：用rleid()函数给连续的0值段分配唯一标识，方便后续分组汇总。
3. 汇总统计与格式整理：按ID和区间分组，提取起止时间并格式化为指定字符串，同时统计总0值次数，最后合并结果。

完整代码 #

library(dplyr)
library(data.table)
library(lubridate)

# 假设你的数据框名为df
result <- df %>%
  # 按id和时间戳排序，确保时间顺序正确
  arrange(id, ts) %>%
  # 标记有效0值（排除NA），生成连续区间的分组ID
  mutate(
    is_zero = !is.na(cnt) & cnt == 0,
    # 仅给连续0值分配分组ID，非0值设为NA
    group_id = ifelse(is_zero, rleid(is_zero), NA)
  ) %>%
  # 过滤出仅包含0值的行
  filter(is_zero) %>%
  # 按id和分组ID提取每个区间的起止时间与次数
  group_by(id, group_id) %>%
  summarise(
    start_ts = first(ts),
    end_ts = last(ts),
    interval_cnt = n(),
    .groups = "drop"
  ) %>%
  # 按id汇总最终结果
  group_by(id) %>%
  summarise(
    date = as_date(first(start_ts)),
    total_zero = sum(interval_cnt),
    # 格式化为「起始时间 - 结束时间」，多区间用分号分隔
    zero_intervals = paste0(format(start_ts, "%Y-%m-%d %H:%M:%S"), " - ", format(end_ts, "%Y-%m-%d %H:%M:%S"), collapse = "; ")
  ) %>%
  ungroup()

关键细节说明 #

• rleid()函数来自data.table，能快速识别连续相同值的分组，比手动判断前后行连续性更高效且不易出错。
• 预处理时通过!is.na(cnt) & cnt == 0严格区分0值和NA，符合需求中NA视为非0的规则。
• 若需保留无0值的ID，可在最后添加complete(id, fill = list(total_zero = 0, zero_intervals = ""))补充空值记录。

内容的提问来源于stack exchange，提问作者MrXsquared