如何在R分组数据框中标记size指定的正确区间游程长度？

我有一个按grp分组的数据框：

df <- data.frame(
  v = rnorm(25),
  grp = c(rep("A",10), rep("B",15)),
  size = 2)

我想要根据size确定的区间游程长度标记分组内的区间。比如grp == "A"时，分组共10行，size为2，所以每个区间应包含10/2=5行。但我用以下代码生成的区间长度却是2：

df %>%
  group_by(grp) %>%
  mutate(
    interval = (row_number() -1) %/% size)

得到的输出如下：

# A tibble: 25 × 4
# Groups:   grp [2]
        v grp    size interval
    <dbl> <chr> <dbl>    <dbl>
 1 -0.166 A         2        0
 2 -1.12  A         2        0
 3  0.941 A         2        1
 4 -0.913 A         2        1
 5  0.486 A         2        2
 6 -1.80  A         2        2
 7 -0.370 A         2        3
 8 -0.209 A         2        3
 9 -0.661 A         2        4
10 -0.177 A         2        4
# … with 15 more rows

我需要的正确输出应该是这样的：

# A tibble: 25 × 4
# Groups:   grp [2]
        v grp    size interval
    <dbl> <chr> <dbl>    <dbl>
 1 -0.166 A         2        0
 2 -1.12  A         2        0
 3  0.941 A         2        0
 4 -0.913 A         2        0
 5  0.486 A         2        0
 6 -1.80  A         2        1
 7 -0.370 A         2        1
 8 -0.209 A         2        1
 9 -0.661 A         2        1
10 -0.177 A         2        1
# … with 15 more rows

你需要调整区间的计算逻辑：不是用行号除以size，而是先计算每个区间应包含的行数（分组总行数 / size），再用行号基于这个数值来划分区间。

方法一：手动计算区间行数 #

library(dplyr)

df %>%
  group_by(grp) %>%
  mutate(
    interval_rows = n() / size,
    interval = (row_number() - 1) %/% interval_rows
  ) %>%
  select(-interval_rows) # 可选：移除中间计算列

方法二：用cut函数简化实现 #

library(dplyr)

df %>%
  group_by(grp) %>%
  mutate(
    interval = as.integer(cut(row_number(), breaks = size, labels = FALSE)) - 1
  )

逻辑说明 #

• 方法一中，n()获取当前分组的总行数，除以size得到每个区间的行数（比如A组10行/2=5行）；(row_number()-1) %/% interval_rows将行号从0起始后，按区间行数取整，得到正确的区间标记。
• 方法二中，cut函数直接把行号分成size个等份区间，转成整数后减1，得到从0开始的区间标记，代码更简洁。

两种方法都能得到你期望的输出结果。

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