如何用dplyr按多条件分组统计数据框元素？

需要用dplyr对数据框按Element和Group的连续分组进行统计，原代码通过group_by(Element, Group)生成的eleGrpCnt与期望结果不符，求正确实现方法。

数据说明 #

以下是目标数据格式（右侧为说明列）：

原代码 #

library(dplyr)

myData6 <- 
  data.frame(
    Element = c("B","R","R","R","B","X","X","X","X","X"),
    Group = c(0,0,1,1,0,2,2,0,0,-1)
  )

myData6 %>% 
  mutate(origOrder = row_number()) %>%
  group_by(Element) %>%
    mutate(eleCnt = row_number()) %>%
  ungroup() %>%
  group_by(Element, Group) %>%
    mutate(eleGrpCnt = row_number())%>%
  ungroup()

原代码的问题在于：group_by(Element, Group)会把所有相同Element+Group的行归为一组，不管它们在原数据中是否连续，这和「连续分组统计」的需求不符。要实现目标，需要先识别连续相同的Element+Group组合，再按Element累计这些连续组的序号。

正确代码 #

library(dplyr)

myData6 <- 
  data.frame(
    Element = c("B","R","R","R","B","X","X","X","X","X"),
    Group = c(0,0,1,1,0,2,2,0,0,-1)
  )

myData6 %>%
  mutate(
    origOrder = row_number(),
    # 生成Element与Group的组合标识，用于判断连续性
    ele_grp_comb = paste(Element, Group, sep = "_"),
    # 生成连续分组ID：当前行与上一行组合不同时，计数+1
    consecutive_group_id = cumsum(ele_grp_comb != lag(ele_grp_comb, default = first(ele_grp_comb)))
  ) %>%
  group_by(Element) %>%
  mutate(
    eleCnt = row_number(),
    # 对每个Element下的连续分组ID进行编号，得到期望的结果
    desired_eleGrpCnt = dense_rank(consecutive_group_id)
  ) %>%
  ungroup() %>%
  # 移除中间辅助列（可选）
  select(-ele_grp_comb, -consecutive_group_id)

代码解释 #

1. 生成组合标识：用paste(Element, Group)把两列合并成一个字符串，方便判断相邻行是否属于同一连续组；
2. 生成连续分组ID：用cumsum()和lag()判断当前行与上一行的组合是否变化，每次变化时计数加1，得到每个连续组的唯一ID；
3. 按Element编号连续组：在每个Element分组内，用dense_rank()对连续分组ID进行排序编号，得到最终的desired_eleGrpCnt，完全匹配需求。

运行后得到的结果中，desired_eleGrpCnt列就和目标一致了。

内容的提问来源于stack exchange，提问作者Village.Idyot