R语言按Grp分组在Treat状态切换时生成连续计数序列列的实现

核心逻辑：按Grp分组、按Year升序排序后，通过连续运行长度（RLE）识别每一段连续相同的Treat值，对非零的连续段从1开始累计计数，Treat为0时直接赋值为0。

方案1：dplyr 实现（简洁易读，日常开发首选） #

library(dplyr)

df_result <- df %>%
  # 按分组、年份排序保证顺序符合要求
  arrange(Grp, Year) %>%
  group_by(Grp) %>%
  mutate(
    treat_rle = rle(Treat),
    # 对每个连续Treat段生成从1开始的累计序号
    seq = ifelse(Treat == "0", 0, sequence(treat_rle$lengths))
  ) %>%
  # 移除中间计算用的rle对象列
  select(-treat_rle) %>%
  ungroup()

方案2：基础R实现（无依赖，适配所有R环境） #

# 先按分组、年份排序
df <- df[order(df$Grp, df$Year), ]
# 初始化seq列
df$seq <- 0

# 逐组处理
for (group in unique(df$Grp)) {
  row_idx <- df$Grp == group
  current_treat <- df$Treat[row_idx]
  # 计算连续值的运行长度
  rle_lengths <- rle(current_treat)$lengths
  # 生成连续段的累计计数
  current_seq <- sequence(rle_lengths)
  # 将Treat为0的位置赋值为0
  current_seq[current_treat == "0"] <- 0
  # 结果写回数据框
  df$seq[row_idx] <- current_seq
}

方案3：data.table实现（高性能，适配大数据量场景） #

library(data.table)
# 转换为data.table格式
setDT(df)

df[order(Grp, Year), 
   seq := {
     current_treat <- Treat
     rle_lengths <- rle(current_treat)$lengths
     s <- sequence(rle_lengths)
     s[current_treat == "0"] <- 0
     .(s)
   }, 
   by = Grp]

注意：原始数据中Treat字段为字符型，判断零值时统一与字符"0"比较，直接与数值0比较会出现逻辑判断错误。

内容的提问来源于stack exchange，提问作者Chuan