R语言按id分组计算相邻dive/surface行duration占比（处理缺失配对）

核心思路：利用dplyr的行偏移函数lead()/lag()逐行匹配相邻的dive-surface事件对，避免手动取子集导致的长度不匹配报错，无有效配对的行自动填充NA。

依赖加载 #

library(dplyr)

场景1：比例结果存储在dive行（匹配对应行的下一个surface） #

df_res <- df %>%
  group_by(id) %>%
  mutate(
    # 提取当前行紧邻的下一行事件类型、时长，分组末尾无下一行时默认填NA
    next_e = lead(event, default = NA_character_),
    next_dur = lead(duration, default = NA_real_),
    # 仅当前行是dive、下一行是surface时按公式计算，其余情况填NA
    proportion = case_when(
      event == "dive" & next_e == "surface" ~ next_dur/(duration + next_dur),
      TRUE ~ NA_real_
    )
  ) %>%
  # 删除临时辅助列
  select(-next_e, -next_dur) %>%
  ungroup()

场景2：比例结果存储在surface行（匹配初始期望输出结构） #

如果需要把计算结果放在配对的surface行（和给出的初始输出示例结构一致），改用lag()取上一行值判断即可：

df_res_surface <- df %>%
  group_by(id) %>%
  mutate(
    # 提取当前行紧邻的上一行事件类型、时长，分组开头无上一行时默认填NA
    last_e = lag(event, default = NA_character_),
    last_dur = lag(duration, default = NA_real_),
    # 仅当前行是surface、上一行是dive时按公式计算，其余情况填NA
    proportion = case_when(
      event == "surface" & last_e == "dive" ~ duration/(last_dur + duration),
      TRUE ~ NA_real_
    )
  ) %>%
  select(-last_e, -last_dur) %>%
  ungroup()

之前代码运行报错的核心原因是：分组内直接用DurationMin[What == "Surface"]取子集时，遇到dive后无对应surface的分组，取到的子集长度为0，和mutate要求的「计算结果长度需等于分组行数或长度为1」的规则冲突，所以抛出长度不匹配错误。
上述逐行偏移判断的写法完全规避了这个问题：

• 自动按原始行序匹配紧邻的事件对，不会跨非相邻事件配对
• 分组边界、事件不匹配的场景自动返回NA，不会出现长度为0的计算结果
• 测试提供的示例数据集时，末尾无对应surface的dive行、连续dive行的proportion都会自动填充NA，不会中断运行。

内容的提问来源于stack exchange，提问作者Caroline Portal