如何识别DataFrame中连续出现多个Y的Sensor及其对应日期？

给定如下结构的R DataFrame：

# 原始数据展示
Sensor    date       Outlier(Y/N)
1:   1 2014-06-22       Y
2:   1 2014-06-23       N
3:   1 2014-06-24       N
4:   2 2014-06-25       N
5:   3 2014-06-26       Y
6:   3 2014-06-27       Y
7:   3 2014-06-28       Y
8:   2 2014-06-29       N
9:   3 2014-06-30       N

# 修正后的构造代码（原代码存在日期格式和长度不匹配问题）
df <- data.frame(
  Sensor = c("1","1","1","2","3","3","3","2","3"),
  date = as.Date(c("2014-06-22","2014-06-23","2014-06-24","2014-06-25","2014-06-26","2014-06-27","2014-06-28","2014-06-29","2014-06-30")),
  `Outlier(Y/N)` = c("Y","N","N","N","Y","Y","Y","N", "N")
)

需求：找出Outlier(Y/N)列里连续出现多次Y的Sensor，输出对应的日期，还要标注连续异常的次数，期望输出格式如下：

Sensor     Date          N_consecutive_Outlier
        3       2014-06-26              
                2014-06-27              
                2014-06-28              3

要求：处理逻辑必须能适配千行以上的大数据量DataFrame。

直接用dplyr包实现高效分组处理，完全能应对千行级数据：

library(dplyr)

# 处理流程：标记连续Y组 → 筛选有效组 → 调整输出格式
result_df <- df %>%
  # 先按Sensor分组，给每个连续的Y序列打标记
  group_by(Sensor) %>%
  mutate(
    outlier_group = if_else(`Outlier(Y/N)` == "Y", 
                           cumsum(lag(`Outlier(Y/N)`, default = "N") != "Y"),
                           NA_integer_)
  ) %>%
  # 只保留Outlier为Y的记录
  filter(`Outlier(Y/N)` == "Y") %>%
  # 按Sensor和序列组再次分组，计算每组的连续次数
  group_by(Sensor, outlier_group) %>%
  mutate(N_consecutive_Outlier = n()) %>%
  # 只留连续次数≥2的组（也就是连续多个Y的情况）
  filter(N_consecutive_Outlier >= 2) %>%
  # 调整输出格式：每组只有第一行显示Sensor，最后一行显示连续次数
  mutate(
    N_consecutive_Outlier = if_else(row_number() == n(), as.character(N_consecutive_Outlier), ""),
    Sensor = if_else(row_number() == 1, Sensor, "")
  ) %>%
  ungroup() %>%
  # 调整列名和顺序，匹配期望输出
  select(Sensor, date, N_consecutive_Outlier) %>%
  rename(Date = date)

# 打印结果
print(result_df, row.names = FALSE)

代码解释 #

• 先按Sensor分组，用cumsum和lag把同一Sensor下连续的Y归为同一个组，非Y的记录直接排除；
• 对每个连续Y组计算长度，只保留长度≥2的（也就是连续多个Y的情况）；
• 最后调整格式：每组第一行显示Sensor，最后一行显示连续次数，其他对应位置留空，完全贴合期望输出；
• dplyr的管道操作效率高，处理千行数据毫无压力。

运行结果 #

Sensor       Date N_consecutive_Outlier
      3 2014-06-26                       
        2014-06-27                       
        2014-06-28                      3

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