识别 R 中字母数字字符串中的序列

Question

我正在尝试为事务 ID 何时连续创建一个标志。由于我不会在这里讨论的原因，这些可能是一个危险信号。我遇到的问题是 ID 不标准化。有些只能是数字，有些是字母数字。我想确定供应商的交易对于 X 数量（连续多少个待定）交易是连续的情况。数据将按供应商分组，我想提取存在序列的实例的所有行和列。下面是一个非常简化的示例：

df <- read.table(text=
"Vendor        'Transaction ID'
 ACME               1
 ACME               2
 ACME               3
 JDOE               A1
 JDOE               A6
 JDOE               A10
 XYZ                B12
 XYZ                B13
 XYZ                B14", header=TRUE)

在本例中，我希望提取所有 ACME 和所有 XYZ 行的供应商和事务 ID，因为它们按顺序排列。我做了一些研究，但没有找到一种似乎适合我想做的方法。

Answer 1

df |> filter(all(diff(as.numeric(str_extract(Transaction.ID, "\\d+$"))) == 1), .by = Vendor)