如何使用dplyr基于含两类变量的列生成连续编号的分组列

没问题，这在dplyr里其实很容易实现，核心思路是识别出daytime列的分组切换点，然后对这些切换点累计计数，就能得到你要的nightcount列了。

先把你的原始数据重现一下（方便测试）：

library(dplyr)

# 原始数据
df <- structure(list(Date = structure(c(1630544400, 1630548000, 1630551600,
1630555200, 1630558800, 1630562400, 1630566000, 1630569600, 1630573200,
1630576800, 1630580400, 1630630800, 1630634400, 1630638000, 1630641600,
1630645200, 1630648800, 1630652400, 1630656000, 1630659600), tzone = "America/Chicago", class = c("POSIXct",
"POSIXt")), daytime = c("Night", "Night", "Night", "Night", "Morning",
"Morning", "Morning", "Morning", "Morning", "Morning", "Morning",
"Night", "Night", "Night", "Night", "Morning", "Morning", "Morning",
"Morning", "Morning")), row.names = c(NA, -20L), class = c("tbl_df",
"tbl", "data.frame"))

接下来就是处理代码，一行就能搞定核心逻辑：

df <- df %>%
  mutate(nightcount = cumsum(daytime != lag(daytime, default = first(daytime)))) + 1

解释一下这行代码的作用：

• lag(daytime, default = first(daytime))：获取当前行的上一行daytime值，第一行没有上一行，所以用default指定为第一行自己的daytime值。
• daytime != lag(...)：比较当前行和上一行的daytime是否不同，不同的话返回TRUE（对应数值1），相同返回FALSE（对应数值0）。
• cumsum()：对上面的结果累加，这样每次分组切换的时候，累加值就会+1，刚好对应连续分组的编号。
• 最后+1是因为初始累加值是0，我们需要从1开始计数。

运行完之后，你就能得到和示例完全一致的nightcount列了，看看结果：

print(df)

输出会和你想要的一样：

Date daytime nightcount

1 2021-09-01 20:00:00 Night 1
2 2021-09-01 21:00:00 Night 1
3 2021-09-01 22:00:00 Night 1
4 2021-09-01 23:00:00 Night 1
5 2021-09-02 00:00:00 Morning 1
6 2021-09-02 01:00:00 Morning 1
...（后面的行也会正确对应编号）

另外，如果你觉得分步写更清晰，也可以拆成两步，先生成切换标记，再累加：

df <- df %>%
  mutate(
    group_switch = daytime != lag(daytime, default = first(daytime)),
    nightcount = cumsum(group_switch) + 1
  ) %>%
  select(-group_switch) # 不需要的话可以删掉中间列

这样逻辑更直观，适合新手理解~

备注：内容来源于stack exchange，提问作者Ryan Gary