如何用R data.table按连续相同值分组并聚合数据？

要实现按a列连续相同值分组，提取每组b的最小值（即第一个值）和c的最大值（即最后一个值），可以借助data.table的rleid()函数生成连续分组标识，再进行聚合操作，具体步骤如下：

代码实现 #

library(data.table)

# 构造原始数据
dt <- data.table(
  a = c(1,1,1,2,2,2,2,1,1,2),
  b = seq(1:10),
  c = seq(1:10)+1
)

# 生成连续分组ID：同一连续值段对应唯一ID
dt[, group_id := rleid(a)]

# 按a和分组ID聚合，提取目标值
result <- dt[, .(b = min(b), c = max(c)), by = .(a, group_id)]

# 移除临时分组ID列（可选）
result[, group_id := NULL]

# 查看结果
print(result)

结果输出 #

a  b  c
1: 1  1  4
2: 2  4  8
3: 1  8 10
4: 2 10 11

关键说明 #

• rleid(a)：该函数会为a列中连续的相同值生成唯一的分组ID，自动区分非连续的相同值（比如第1-3行的1和第8-9行的1会被分为不同组）。
• 聚合逻辑：因为原始数据中b和c都是递增序列，所以min(b)等价于取每组的第一个b值，max(c)等价于取每组的最后一个c值；如果序列不是递增的，可以改用first(b)和last(c)来直接提取首尾值，效果一致。

内容的提问来源于stack exchange，提问作者Kasitru