如何基于起始值在列中生成重复数字序列（R语言tidyverse实现）

问题分析 #

你需要从治疗起始日期（对应treatment=1的行）开始，生成每个数字重复指定次数的序列，起始日期前的行全部为0，且能灵活调整重复次数。之前的尝试中，ifelse配合固定长度的rep序列会因为满足条件的行数与rep生成的长度不匹配，导致序列错位。

通用解决方案 #

以下方法无需硬编码日期，可自动识别治疗起始点，且能灵活设置重复次数：

library(tidyverse)

# 原始数据
treatment <- c(0,0,0,0,1,0,0,0,0,0,0,0,0,0,0)
df <- tibble(treatment) %>% 
  mutate(date = seq(as_date("2016-01-01"), as_date("2016-01-15"), by = "day"))

# 1. 设置重复次数（可按需修改）
repeat_n <- 3

# 2. 自动获取治疗起始日期
treat_start_date <- df$date[df$treatment == 1]

# 3. 生成程序化的desired列
df <- df %>%
  mutate(
    desired_program = case_when(
      # 治疗起始前的行设为0
      date < treat_start_date ~ 0,
      # 根据与起始日期的天数差计算分组值
      TRUE ~ floor((as.integer(date - treat_start_date)) / repeat_n) + 1
    )
  )

代码解释 #

• 自动识别起始日期：从treatment列直接提取对应日期，避免硬编码，适配更大数据集。
• 天数差计算：as.integer(date - treat_start_date)得到当前日期与起始日的间隔天数（起始日为0）。
• 分组逻辑：floor(days_diff / repeat_n) +1将每repeat_n天划分为一组，对应desired列的一个数字，自动处理最后一组不足repeat_n的情况。

验证与调整 #

运行上述代码后，desired_program列会和你手动定义的desired列完全一致：

> df$desired_program
 [1] 0 0 0 0 1 1 1 2 2 2 3 3 3 4 4

若修改repeat_n=4，则生成的序列变为：

[1] 0 0 0 0 1 1 1 1 2 2 2 2 3 3 3

原代码问题说明 #

你之前的代码中，rep(1:4, each=3)生成固定长度为12的序列，但满足date >= "2016-01-05"的行有11行，R会循环该序列填充，导致最后一个元素重复，从而出现错位。而基于天数差的动态计算方法则完全避免了这个问题。

内容的提问来源于stack exchange，提问作者mikeytop