基于行程起止目的列创建tourID的R语言实现求助

作为R语言新手，我需要创建tourID字段，规则是同一personID下，从home出发、最终回到home的连续行程归为同一个tourID。

输入数据示例 #

期望输出结果 #

R代码实现 #

这里用dplyr包处理，语法直观适合新手：

# 先安装dplyr包（首次运行需执行）
# install.packages("dplyr")
library(dplyr)

# 构造示例输入数据
trip_data <- tibble(
  personID = c(1,1,2,2,2,2),
  TripID = c(1,2,1,2,3,4),
  startpurpose = c("home", "shopping", "home", "work", "home", "visit friend"),
  endpurpose = c("shopping", "home", "work", "home", "visit friend", "home")
)

# 生成tourID
result <- trip_data %>%
  # 按用户和行程ID排序，确保行程顺序正确
  arrange(personID, TripID) %>%
  # 按用户分组处理
  group_by(personID) %>%
  # 标记行程起点是否为home，再累加生成tourID
  mutate(
    is_tour_start = startpurpose == "home",
    tourID = cumsum(is_tour_start)
  ) %>%
  # 移除临时标记列
  select(-is_tour_start) %>%
  # 取消分组
  ungroup()

# 查看最终结果
print(result)

代码说明： #

• arrange(personID, TripID)：确保每个用户的行程按顺序排列，这是生成正确tourID的基础
• group_by(personID)：针对每个用户单独处理行程数据
• is_tour_start = startpurpose == "home"：标记每个行程是否为一个tour的起点（从home出发）
• tourID = cumsum(is_tour_start)：对起点标记进行累加，每遇到一个起点，tourID就递增1，这样同一个tour内的行程会共享同一个ID

内容的提问来源于stack exchange，提问作者Tina