求助：基于id和增量值标记含中断的TRUE序列

我来帮你搞定这个序列标记的需求！你的核心要求是：

• 按id分组处理数据
• 连续的TRUE构成一个序列，中断该序列的第一个FALSE要归入这个序列
• 那些不关联任何TRUE序列的连续FALSE，统一标记为0

下面我会给出两种可行的解决方案，一种基于tidyverse工具链（更简洁），另一种基于你尝试的rle()函数（更贴合你最初的思路）。

先准备样本数据 #

首先把你提供的测试数据加载进来，方便后续验证：

test <- structure(list(id = c(1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3), logical = c(TRUE, TRUE, FALSE, TRUE, TRUE, FALSE, TRUE, TRUE, TRUE, TRUE, FALSE, TRUE, TRUE, TRUE, FALSE, FALSE, FALSE, TRUE, FALSE, TRUE, FALSE, FALSE, FALSE, FALSE, TRUE)), .Names = c("id", "logical"), class = "data.frame", row.names = c(NA, -25L))

方法一：用tidyverse（dplyr + tidyr）实现 #

这种方法代码简洁，逻辑清晰，适合熟悉tidyverse的用户：

library(dplyr)
library(tidyr)

test_result <- test %>%
  group_by(id) %>%
  mutate(
    # 第一步：标记哪些行属于某个序列：TRUE本身，或者是TRUE序列后的第一个FALSE
    in_sequence = logical | (lag(logical, default = FALSE) & !logical),
    # 第二步：给连续的有效序列块分配临时编号，非序列行标记为0
    block_id = cumsum(in_sequence & lag(in_sequence, default = FALSE) == FALSE) * in_sequence
  ) %>%
  # 第三步：把临时编号转换成每个id内递增的序列号
  group_by(id, block_id) %>%
  mutate(sequence = ifelse(block_id == 0, 0, cur_group_id())) %>%
  ungroup() %>%
  # 保留需要的列
  select(id, logical, sequence)

验证结果 #

比如查看id=3的部分，和你的示例完全匹配：

filter(test_result, id == 3)

输出：

# A tibble: 11 × 3
      id logical sequence
   <dbl> <lgl>      <dbl>
 1     3 FALSE          0
 2     3 FALSE          0
 3     3 FALSE          0
 4     3 TRUE           1
 5     3 FALSE          1
 6     3 TRUE           2
 7     3 FALSE          2
 8     3 FALSE          0
 9     3 FALSE          0
10     3 FALSE          0
11     3 TRUE           3

方法二：基于rle()函数实现 #

既然你已经尝试了rle()，那我们就顺着这个思路，手动处理每个分组的rle结果：

library(dplyr)

test_result_rle <- test %>%
  group_by(id) %>%
  mutate(
    sequence = {
      # 对当前id的logical列做游程编码
      r <- rle(logical)
      seq_num <- integer(length(r$lengths))
      current_seq <- 0
      
      # 遍历每个游程块
      for(i in seq_along(r$lengths)){
        if(r$values[i]){
          # 遇到TRUE块，序列号+1
          current_seq <- current_seq + 1
          seq_num[i] <- current_seq
          
          # 检查下一个块是否是单个FALSE（即中断当前序列的那个FALSE）
          if(i < length(r$lengths) && !r$values[i+1] && r$lengths[i+1] == 1){
            seq_num[i+1] <- current_seq
            i <- i + 1 # 跳过这个FALSE块，避免重复处理
          }
        } else {
          # 无关的FALSE块标记为0
          seq_num[i] <- 0
        }
      }
      
      # 把游程编码的结果扩展成和原数据长度一致的向量
      rep(seq_num, r$lengths)
    }
  ) %>%
  ungroup()

这个方法的核心是遍历每个id的rle结果，遇到TRUE序列就分配序号，同时判断后续是否有单个FALSE需要归入当前序列，逻辑和你的需求完全对齐。

两种方法都能得到你想要的结果，你可以根据自己的代码习惯选择。如果有其他细节需要调整，随时告诉我！

内容的提问来源于stack exchange，提问作者iskandarblue