如何统计分组内连续value的增幅？求更简洁的dplyr实现方案

需要使用dplyr >= 1.1.0 版本（内置consecutive_id函数实现连续序列标记），以及stringr处理字符串拼接。

核心实现代码 #

library(dplyr)
library(stringr)

df %>%
  group_by(name, Utt) %>%
  summarise(
    increase_size = {
      # 计算相邻值差值
      diff_vals <- value - lag(value)
      # 标记连续上涨/非上涨段
      incr_group <- consecutive_id(diff_vals > 0)
      # 按段求和上涨差值
      incr_total <- tapply(diff_vals, incr_group, sum, na.rm = TRUE)
      # 提取所有有效上涨段的和
      valid_incr <- incr_total[names(incr_total) == "TRUE"]
      # 无上涨段返回NA，否则拼接为字符串
      if (length(valid_incr) == 0) NA_character_ else str_c(valid_incr, collapse = ", ")
    },
    .groups = "drop"
  )

输出结果 #

完全符合你的预期输出格式：

# A tibble: 4 × 3
  name  Utt   increase_size
  <chr> <chr> <chr>        
1 A     ah    3.2          
2 A     oh    1.5, 3.5     
3 B     ah    3.9          
4 B     oh    NA           

方案优势 #

• 无需生成多余中间列，也不需要多次拆分分组，逻辑更紧凑
• 天然保留所有name+Utt的分组组合，无需后续补全缺失分组
• 如果你习惯使用data.table的rleid，直接替换代码中的consecutive_id即可，运行效果完全一致。

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