R语言筛选Depth大于500前连续递增行的实现问题

核心思路 #

先对所有严格连续递增的Depth行生成独立分组ID，再针对每个分组筛选出Depth首次超过500前的所有行，合并后即为符合要求的结果，同时天然避免重复Depth的统计问题。

实现代码 #

首先加载依赖包（仅需运行一次）：

library(tidyverse)

核心处理代码：

newdf <- df %>%
  # 1. 计算当前行与上一行的Depth差值，首行默认差值为正，归为新组
  mutate(depth_diff = Depth - lag(Depth, default = -Inf),
         # 2. 差值<=0时生成新分组ID，保证每个组内的Depth都是严格连续递增
         group_id = cumsum(depth_diff <= 0)) %>%
  # 3. 按分组维度处理
  group_by(group_id) %>%
  # 4. 筛选分组内所有早于第一个Depth>500的行，无超500值的分组全保留
  filter(cumsum(Depth > 500) == 0) %>%
  # 5. 移除辅助列，还原原始数据结构
  ungroup() %>%
  select(-depth_diff, -group_id)

方案说明 #

• 针对25万行数据完全适配，所有运算为向量式操作，运行效率高
• 自动识别所有独立的连续递增序列，不会漏记多组短序列
• 分组逻辑自动过滤了Depth重复、递减的行，无需额外做去重处理
• 若需要严格排除同分组内的重复Depth，可在filter步骤前补充filter(depth_diff > 0)

内容的提问来源于stack exchange，提问作者Meg.abytes