如何用R语言tidyverse/dplyr统计数据框中连续TRUE值的数量

示例数据 #

首先定义示例数据框：

dftmp <- data.frame(order = 1:10,
                    true = c(FALSE, TRUE, TRUE, TRUE, FALSE, FALSE, TRUE, FALSE, TRUE, TRUE))

初始数据形态：

order  true
1      1 FALSE
2      2  TRUE
3      3  TRUE
4      4  TRUE
5      5 FALSE
6      6 FALSE
7      7  TRUE
8      8 FALSE
9      9  TRUE
10    10  TRUE

需求是添加count列，统计连续TRUE的数量（FALSE对应0），期望结果：

order  true count
1      1 FALSE     0
2      2  TRUE     1
3      3  TRUE     2
4      4  TRUE     3
5      5 FALSE     0
6      6 FALSE     0
7      7  TRUE     1
8      8 FALSE     0
9      9  TRUE     1
10    10  TRUE     2

tidyverse实现方案 #

方法1：dplyr分组计数 #

核心思路是先将连续的相同true值归为一组，再在组内对TRUE行进行序号计数，FALSE行直接设为0：

library(dplyr)

dftmp_result <- dftmp %>%
  # 创建分组标识：每次true值变化时，分组ID加1
  mutate(group_id = cumsum(lag(true, default = FALSE) != true)) %>%
  # 按分组ID分组，计算count
  group_by(group_id) %>%
  mutate(count = ifelse(true, row_number(), 0)) %>%
  # 取消分组
  ungroup() %>%
  # 移除临时分组列
  select(-group_id)

方法2：purrr累积计算（贴合原循环逻辑） #

如果想和你原来的循环逻辑更贴近，可以用purrr的accumulate()函数做累积运算，逐行计算count值：

library(dplyr)
library(purrr)

dftmp_result <- dftmp %>%
  mutate(count = accumulate(true, .init = 0, ~ ifelse(.y, .x + 1, 0))[-1])

解释：accumulate()会依次遍历true列的每个值，.init = 0是初始值（对应第0行的count）；每次迭代时，若当前行true为TRUE（.y），就用上一次结果（.x）加1，否则设为0；最后去掉初始的.init值，得到和循环完全一致的结果。

内容的提问来源于stack exchange，提问作者awesome6uy