在R语言中对连续递增1的随机序列进行分组

原始数据（存储在df中）：

value
1     -2
2     -1
3      0
4      1
5      2
6     -3
7     -2
8     -1
9      0
10     1
11    -1
12     0
13     1
14   -10
15    -9
16    -8
17    -7

期望输出：每个分组内的序列值与前一个值的差值恒为+1，当差值不等于+1时开启新分组：

value group
1     -2     1
2     -1     1
3      0     1
4      1     1
5      2     1
6     -3     2
7     -2     2
8     -1     2
9      0     2
10     1     2
11    -1     3
12     0     3
13     1     3
14   -10     4
15    -9     4
16    -8     4
17    -7     4 

用户尝试了以下dplyr代码，但分组结果不符合预期：

library(dplyr)
df %>% 
  group_by(grp = cumsum(coalesce(value == -lag(value, n = 1), TRUE)))

输出仅生成2组，无法正确识别序列间的跳转：

# A tibble: 17 × 2
# Groups:   grp [2]
   value   grp
   <dbl> <int>
 1    -2     1
 2    -1     1
 3     0     1
 4     1     1
 5     2     1
 6    -3     1
 7    -2     1
 8    -1     1
 9     0     1
10     1     1
11    -1     2
12     0     2
13     1     2
14   -10     2
15    -9     2
16    -8     2
17    -7     2

df的dput代码：

df<-structure(list(value = c(-2, -1, 0, 1, 2, -3, -2, -1, 0, 1, -1, 
0, 1, -10, -9, -8, -7)), class = "data.frame", row.names = c(NA, 
-17L))

核心逻辑：判断当前值与前一个值的差值是否不等于1，若满足则标记为新分组起点，最后通过cumsum累计新分组标记得到分组ID。

dplyr实现 #

library(dplyr)

df %>%
  mutate(
    # 标记新分组：第一个值默认是新分组起点，后续值与前一个差值≠1则标记
    new_group = coalesce(value - lag(value) != 1, TRUE),
    # 累计新分组标记生成分组ID
    group = cumsum(new_group)
  ) %>%
  select(-new_group) # 移除辅助列，可选

运行结果：

value group
1     -2     1
2     -1     1
3      0     1
4      1     1
5      2     1
6     -3     2
7     -2     2
8     -1     2
9      0     2
10     1     2
11    -1     3
12     0     3
13     1     3
14   -10     4
15    -9     4
16    -8     4
17    -7     4

基础R实现 #

无需依赖第三方包，用diff计算差值：

# 生成新分组标记：第一个位置为TRUE，后续判断差值是否≠1
new_group <- c(TRUE, diff(df$value) != 1)
# 累计标记得到分组ID
df$group <- cumsum(new_group)

内容的提问来源于stack exchange，提问作者Quinten