在有序分组中查找modality上一次出现的索引（基于dplyr实现）

嘿，这个需求用dplyr完全能轻松搞定，我给你一步步拆解，再配上示例代码方便你理解～

核心思路 #

我们需要在每组内完成两个关键操作：

• 标记出所有modality == "small"的行的索引
• 将这些索引向下填充到后续的非small行，让每一行都能拿到上一次出现small的索引

示例代码与步骤 #

1. 先构造示例数据（模拟你的业务数据） #

library(dplyr)
library(tidyr) # 用到fill函数来填充NA

# 模拟包含"猴子"组的示例数据
df <- tibble(
  group = rep(c("猴子", "熊猫"), each = 5),
  time = rep(1:5, 2), # 按时间排序的字段
  modality = c("small", "large", "small", "large", "large", "small", "large", "large", "small", "large")
)

2. 处理逻辑实现 #

df_processed <- df %>%
  # 先确保每组严格按时间排序（虽然你说已经排好，加这步更稳妥）
  arrange(group, time) %>%
  # 按group分组处理
  group_by(group) %>%
  # 第一步：标记small行的索引（这里用组内行号，若有全局索引可替换成你的索引列）
  mutate(
    last_small_index = ifelse(modality == "small", row_number(), NA)
  ) %>%
  # 第二步：向下填充NA，让非small行继承上一次small的索引
  fill(last_small_index, .direction = "down") %>%
  # 取消分组，回到全局数据框
  ungroup()

3. 查看处理结果 #

print(df_processed)

输出结果如下：

# A tibble: 10 × 4
   group  time modality last_small_index
   <chr> <int> <chr>               <int>
 1 猴子      1 small                   1
 2 猴子      2 large                   1
 3 猴子      3 small                   3
 4 猴子      4 large                   3
 5 猴子      5 large                   3
 6 熊猫      1 small                   1
 7 熊猫      2 large                   1
 8 熊猫      3 large                   1
 9 熊猫      4 small                   4
10 熊猫      5 large                   4

额外说明 #

• 如果你的数据有全局唯一索引列（比如命名为id），只需要把代码里的row_number()替换成id，这样得到的就是全局的索引值，而不是组内的行号。
• 每组开头的small行，last_small_index会指向自身，这完全符合需求——因为这是组内第一次出现small，上一次就是它自己。

内容的提问来源于stack exchange，提问作者user189035