R语言：如何检测列中符号变化并按符号分组求和？

这个需求挺常见的，我给你两种靠谱的实现方式，一种用data.table包（简洁高效，处理大数据也快），另一种用基础R代码（不用装额外包，适合不想折腾的情况）：

方法1：使用data.table包（推荐） #

data.table里的rleid()函数专门用来给连续重复的元素分配分组ID，完美适配这个场景：

# 先安装包（如果没装过的话）
# install.packages("data.table")
library(data.table)

# 你的数据集
x <- c(-0.027029167, -0.027029167, 0.015770833, 0.023270833, 
       -0.011429167, -0.030729167, -0.028029167, 0.011670833)

# 转换为data.table并完成分组求和
dt <- data.table(value = x)
dt[, sign_type := sign(value)]  # 标记每个值的符号（-1=负数，1=正数）
dt[, group_sum := sum(value), by = rleid(sign_type)]  # 按连续符号分组求和

# 提取最终的分组求和结果
unique(dt$group_sum)

运行后会得到结果：-0.05405833, 0.03904167, -0.0701875, 0.01167083

方法2：基础R实现（无需额外包） #

如果不想安装第三方包，可以用基础R的函数组合来实现：

# 你的数据集
x <- c(-0.027029167, -0.027029167, 0.015770833, 0.023270833, 
       -0.011429167, -0.030729167, -0.028029167, 0.011670833)

# 步骤1：生成每个元素的符号向量
sign_vec <- sign(x)
# 步骤2：生成分组ID——当符号变化时，分组ID+1
group_id <- cumsum(c(1, diff(sign_vec) != 0))
# 步骤3：按分组ID求和
sum_result <- tapply(x, group_id, sum)

# 查看结果
sum_result

这个方法的逻辑很直观：先标记每个元素的符号，再识别符号变化的位置来划分分组，最后按组求和，结果和方法1完全一致。

内容的提问来源于stack exchange，提问作者Ch Gabri