如何在R语言中保留每段重复值序列的首个值

你之前的代码df %>% group_by(x) %>% slice_head(n = 1)不符合需求，是因为它把所有值相同的行归为同一组，只会保留每个x值第一次出现的那一行，无法识别连续重复的序列块。要实现保留每段连续重复序列的首个值，可通过以下几种方式解决：

方法一：使用dplyr的consecutive_id（dplyr 1.1.0及以上版本） #

利用consecutive_id()为每段连续相同的x生成唯一分组ID，再提取每组第一行：

library(dplyr)

result <- df %>%
  group_by(consecutive_id(x)) %>%
  slice_head(n = 1) %>%
  ungroup() %>%
  select(-consecutive_id(x))

print(result)

方法二：使用data.table的rleid（兼容旧版dplyr） #

如果你的dplyr版本较低，可借助data.table包的rleid()函数实现相同分组逻辑：

library(dplyr)
library(data.table)

result <- df %>%
  group_by(rleid(x)) %>%
  slice_head(n = 1) %>%
  ungroup() %>%
  select(-rleid(x))

print(result)

方法三：直接过滤（无需分组） #

通过比较当前行与上一行的x值，保留x发生变化的行（包含第一行）：

library(dplyr)

result <- df %>%
  filter(x != lag(x, default = x[1] - 1))

print(result)

以上三种方法运行后都会得到你期望的结果：

x y
1 2 1
2 3 1
3 1 1
4 5 1
5 2 1
6 1 1
7 3 1

内容的提问来源于stack exchange，提问作者Martyna F