R语言实现调整后group_by逻辑并生成分组列的方法咨询

你需要的分组逻辑本质是识别连续出现的同姓名序列块，无需额外安装扩展包，用dplyr自带函数即可实现，也可以用data.table的内置函数快速完成。

dplyr实现方法 #

核心思路是用lag()对比相邻行的姓名，再通过cumsum()累加触发新分组的标记生成任职段编号：

library(dplyr)
df <- tibble(
  name = c("Jose","Jose", "Maria","Maria","Jose","Jose","Jose")
)

adjusted_df <- df %>%
  # 一行代码生成分组编号
  mutate(number = cumsum(name != lag(name, default = first(name))) + 1)

运行后得到的adjusted_df完全匹配你给出的期望输出，后续直接用group_by(name, number)即可按不同任职段分组聚合。

注意：运行前需要确保你的数据集已按任职时间升序排序，否则连续块的识别会出错。

更简洁的data.table实现 #

如果常用data.table，可以直接用内置的rleid()函数，专门用于生成连续序列的分组ID：

library(data.table)
# 转换为data.table对象
setDT(df)
# 直接生成分组编号
df[, number := rleid(name)]

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