如何计算R dataframe中每个连续折扣组首尾行的价格差值

实现思路 #

核心逻辑是先为连续取值相同的discount序列生成唯一分组ID，再按组计算首尾价格的差值即可，下面提供两种常用实现方案：

方案1：tidyverse 实现（最简洁） #

dplyr 1.1.0及以上版本自带consecutive_id()函数，专门用来给连续相同的取值生成分组ID，代码易读性很高：

library(tidyverse)

# 你的示例数据
df <- structure(list(date = structure(c(16437, 16440, 16441, 16442,16443, 16444, 16447, 16448, 16449, 16450, 16451, 16454, 16455, 16456, 16457, 16458, 16461, 16462, 16463, 16464), class = "Date"),     price = c(7.859, 7.964, 7.942, 8.117, 8.066, 7.918, 7.856,     7.82, 7.828, 7.791, 7.785, 7.789, 7.446, 7.401, 7.37, 7.283,     7.299, 7.25, 7.228, 7.219), discount = c(1, 1, 1, 1, 0, 0,     0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0)), row.names = c(NA, -20L), class = c("tbl_df", "tbl", "data.frame"))

# 计算每个连续折扣组的首尾价差
result <- df %>%
  group_by(discount_group = consecutive_id(discount)) %>%
  summarise(
    discount = first(discount),
    start_date = first(date),
    end_date = last(date),
    price_diff = last(price) - first(price)
  )

运行后得到的price_diff就是你需要的每组首尾价差，不需要起止日期的话删掉对应行即可。

小提示：如果你的dplyr版本低于1.1.0，无法使用consecutive_id()，可以把分组语句替换为group_by(discount_group = cumsum(c(TRUE, diff(discount) != 0)))，效果完全一致。

方案2：base R 实现（无需额外安装包） #

不想加载第三方包的话，可以用R自带的rle()函数生成连续分组ID，代码如下：

# 生成连续分组ID
rle_discount <- rle(df$discount)
df$discount_group <- rep(seq_along(rle_discount$lengths), rle_discount$lengths)

# 按组计算价差
result <- aggregate(price ~ discount_group + discount, data = df, FUN = function(x) tail(x,1) - head(x,1))

示例数据计算结果参考 #

对应你给出的20行示例数据，最终会得到4个折扣组的结果：

如果需要首价减末价，把计算逻辑里的last(price) - first(price)反过来即可。

内容的提问来源于stack exchange，提问作者vegatroz