基于时间序列统计用户区域移动次数及分类移动行为的R语言问题

先看你给出的原始数据：

user <- c("a", "a", "a", "b", "b", "b", "c", "c", "c", "d", "d", "d", "a", "b", "c")
time <- seq.POSIXt(as.POSIXct("12/01/22 21:05", format="%m/%d/%y %H:%M", tz="America/Chicago"), by="5 min", length.out=15)
area <- c(1, 1, 1, 1, 2, 1, 2, 2, 1, 1, 2, 2, 1, 1, 1)
df<-data.frame(user, time, area)

你之前的代码用n_distinct(area)-1统计移动次数，问题出在这个方法只看用户去过多少个不同区域，完全没考虑时间序列里的连续切换——比如用户b从1→2→1，实际是2次移动，但n_distinct(area)是2，减1后得到1，明显不对。

下面是满足你两个需求的完整解决方案：

步骤1：统计每个用户的区域移动次数 #

用dplyr的lag()函数获取每个用户上一个时间点的区域，对比当前区域是否变化，再对变化次数求和：

library(dplyr)

# 计算移动次数
df <- df %>%
  group_by(user) %>%
  mutate(
    # 标记当前区域与上一个区域是否不同（第一个值默认和自己比，所以是FALSE）
    is_moved = area != lag(area, default = first(area)),
    # 统计该用户的总移动次数
    times_moved = sum(is_moved)
  ) %>%
  ungroup()

运行后：

• 用户a的times_moved是0（始终在区域1）
• 用户b的times_moved是2（1→2、2→1两次切换）
• 用户c、d的times_moved都是1，完全符合你的要求。

步骤2：识别用户的移动行为类型 #

通过提取每个用户的去重连续区域序列（比如用户d的1,2,2会被简化为1,2），再判断行为类型：

# 新增行为类型列
df <- df %>%
  group_by(user) %>%
  mutate(
    # 用rle()压缩连续重复的区域，得到去重后的区域序列
    compressed_area = list(rle(area)$values),
    # 根据压缩后的序列判断行为类型
    behavior_type = case_when(
      # 始终在同一个区域
      length(compressed_area[[1]]) == 1 ~ ifelse(compressed_area[[1]] == 1, "始终停留在区域1", "始终停留在区域2"),
      # 从1到2后不再切换
      all(compressed_area[[1]] == c(1,2)) ~ "进入区域2后停留",
      # 从2到1后不再切换
      all(compressed_area[[1]] == c(2,1)) ~ "离开区域2后停留在区域1",
      # 出现多次来回切换（序列长度≥3）
      length(compressed_area[[1]]) >= 3 ~ "来回切换",
      # 兜底情况
      TRUE ~ "其他类型"
    )
  ) %>%
  ungroup() %>%
  select(-compressed_area) # 移除中间辅助列

最终每个用户的行为类型：

• a：始终停留在区域1
• b：来回切换
• c：离开区域2后停留在区域1
• d：进入区域2后停留

最终结果预览 #

运行完上述代码后，df的前几行大概是这样：

user                time area is_moved times_moved          behavior_type
1    a 2022-12-01 21:05:00    1    FALSE           0 始终停留在区域1
2    a 2022-12-01 21:10:00    1    FALSE           0 始终停留在区域1
3    a 2022-12-01 21:15:00    1    FALSE           0 始终停留在区域1
4    b 2022-12-01 21:20:00    1    FALSE           2          来回切换
5    b 2022-12-01 21:25:00    2     TRUE           2          来回切换
6    b 2022-12-01 21:30:00    1     TRUE           2          来回切换

内容的提问来源于stack exchange，提问作者Jay