使用 rle 和分组数据时忽略滚动计数中的 NA

Question

我有一个像这样的数据集：

id <- c(1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2)
value <- c("x","x","y",NA,NA,"x",NA,"y",
           "y","y",NA,"x","x",NA,"x","x")

   id value
1   1     x
2   1     x
3   1     y
4   1  <NA>
5   1  <NA>
6   1     x
7   1  <NA>
8   1     y
9   2     y
10  2     y
11  2  <NA>
12  2     x
13  2     x
14  2  <NA>
15  2     x
16  2     x

我希望对每次值变化进行滚动计数，但跳过 NA。

我理想的输出是这样的：

   id value rolling_count
1   1     x             1
2   1     x             1
3   1     y             2
4   1  <NA>            NA
5   1  <NA>            NA
6   1     x             3
7   1  <NA>            NA
8   1     y             4
9   2     y             1
10  2     y             1
11  2  <NA>            NA
12  2     x             2
13  2     x             2
14  2  <NA>            NA
15  2     x             2
16  2     x             2

我目前已经尝试使用 rle() 进行以下操作，它可以获取滚动计数，但将单个或一组 NA 视为计数的一部分，并生成下面的输出。已经很接近了，但还没有完全实现。

df %>%
  group_by(id) %>% 
  mutate(failed_rolling_count = with(rle(value)), rep(seq_along(lengths), lengths))

   id value failed_rolling_count
1   1     x                    1
2   1     x                    1
3   1     y                    2
4   1  <NA>                    3
5   1  <NA>                    3
6   1     x                    4
7   1  <NA>                    5
8   1     y                    6
9   2     y                    1
10  2     y                    1
11  2  <NA>                    2
12  2     x                    3
13  2     x                    3
14  2  <NA>                    4
15  2     x                    5
16  2     x                    5

非常感谢任何提示！

Answer 1

dplyr

1.1.0 版本引入了

consecutive_id()

，因此您不再需要

rle

。下面是添加行号、将 NA 排序到底部、添加滚动计数，然后排序回原始行顺序的方法。当然，如果您愿意，可以删除末尾的

row

列。

df |>
  mutate(row = row_number()) |>
  arrange(is.na(value), row) |>
  mutate(
    rolling_count = ifelse(is.na(value), NA, consecutive_id(value)),
    .by =  "id"
  ) |>
  arrange(row)
#    id value row rolling_count
# 1   1     x   1             1
# 2   1     x   2             1
# 3   1     y   3             2
# 4   1  <NA>   4            NA
# 5   1  <NA>   5            NA
# 6   1     x   6             3
# 7   1  <NA>   7            NA
# 8   1     y   8             4
# 9   2     y   9             1
# 10  2     y  10             1
# 11  2  <NA>  11            NA
# 12  2     x  12             2
# 13  2     x  13             2
# 14  2  <NA>  14            NA
# 15  2     x  15             2
# 16  2     x  16             2