在R中按ID分组生成当前行与下一行group列的匹配结果

这问题我熟！要实现按连续相同ID分组，把当前行的group值作为group1，下一行的group值作为group2，且分组内最后一行的group2填充为-，咱们用tidyverse工具就能轻松搞定，先理清楚关键点：

• 分组依据是连续的相同ID（比如示例里后面出现的ID=1是独立的新组，不能和前面的ID=1合并）
• 行顺序由timestamp确定，处理前一定要确保数据按timestamp列排序（如果你的数据里有这个列的话）

步骤1：加载工具包并创建示例数据 #

首先加载dplyr包，然后用你提供的示例数据：

library(dplyr)

# 示例数据
id <- c(1,1,1,1,2,2,1,1)
group <- c("a","b","c","d","a","b","c","d")
df <- data.frame(id, group)

步骤2：处理数据生成目标列 #

核心思路是先创建连续分组的标识，再按这个分组用lead()函数获取下一行的group值，最后把分组最后一行的空值替换为-：

df_processed <- df %>%
  # 生成连续分组ID：当当前行ID和上一行不同时，分组号+1
  mutate(grp = cumsum(id != lag(id, default = first(id)))) %>%
  # 按连续分组处理
  group_by(grp) %>%
  mutate(
    group1 = group,
    # lead()获取下一行的group值，最后一行自动用"-"填充
    group2 = lead(group, default = "-")
  ) %>%
  # 取消分组，去掉临时的grp列，保留需要的列
  ungroup() %>%
  select(id, group1, group2)

步骤3：查看结果 #

运行print(df_processed)就能得到你期望的结果：

# A tibble: 8 × 3
     id group1 group2
  <dbl> <chr>  <chr> 
1     1 a      b     
2     1 b      c     
3     1 c      d     
4     1 d      -     
5     2 a      b     
6     2 b      -     
7     1 c      d     
8     1 d      -     

补充：如果有timestamp列 #

如果你的数据包含timestamp列，一定要先按它排序，保证行顺序正确：

df <- df %>% arrange(timestamp)

内容的提问来源于stack exchange，提问作者Rana Usman