使用dplyr按组计算截至最新日期的连续1序列长度

先看示例数据：

df <- data.frame(
  Group = c("A","A","A","B","B","C","C","C"),
  Date = as.Date(c("2023-01-01","2023-01-02","2023-01-03","2023-01-01","2023-01-02","2023-01-01","2023-01-02","2023-01-03")),
  B = c(1,1,0,1,0,1,1,1)
)

需求说明：按Group分组，从每组的最新日期（最大日期）往前数，统计连续出现1的长度，只要碰到0就停止计数；如果最新日期对应的B值是0，直接返回0。

实现代码 #

library(dplyr)

result <- df %>%
  # 按组分组，每组内按日期降序排列（最新日期在前）
  group_by(Group) %>%
  arrange(desc(Date), .by_group = TRUE) %>%
  # 标记连续1的中断点：碰到0后，后续所有行都标记为已中断
  mutate(
    is_break = cumsum(B == 0) > 0,
    # 未中断的位置记为1，中断的记为0
    count = ifelse(is_break, 0, 1)
  ) %>%
  # 每组求和得到连续1的长度
  summarise(continuous_ones = sum(count)) %>%
  ungroup()

print(result)

代码逻辑解释 #

• 先按Group分组，再把每组内的行按Date降序排列，让最新日期排在最前面，方便从开头就检查连续1的序列。
• 用cumsum(B == 0) > 0标记中断：只要出现一个0，cumsum的结果就会变成1，后续所有行都会被标记为已中断。
• 未中断的行赋值为1，中断的赋值为0，最后每组求和，得到的就是从最新日期往前的连续1长度；如果最新日期的B是0，第一行的count就是0，求和结果自然为0，完全匹配需求。

运行代码后输出：

# A tibble: 3 × 2
  Group continuous_ones
  <chr>           <dbl>
1 A                   0
2 B                   0
3 C                   3

内容的提问来源于stack exchange，提问作者TheGoat