r-group_by()和mutate()的大小不匹配

Question

我有一个包含多列和自定义函数的大数据表。数据表看起来像这样，有八种不同的bird_ID类型：

GPS_ID bird_ID device_ID devicetype           timestamp       date
1:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02
2:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02
3:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02
4:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02
5:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02
6:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02

自定义函数计算两行的timestamp之间的时间差，并在名为Position.Burst.ID的新列中指定一个数字。如果diff超过5秒，则编号序列前进，否则保留先前分配的编号。

pbid <- function(data_table) {
newbout <- which(c(TRUE, diff(as.POSIXct(data_table$timestamp, tz = "UTC")) >= 5) == T)
boutind <- rep(seq_along(newbout), diff(c(newbout, (nrow(data_table) + 1))))
data_table$Position.Burst.ID <- boutind
}

此功能与一个bird_ID配合使用非常好。

GPS_ID bird_ID device_ID devicetype           timestamp       date Position.Burst.ID   
1:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02                 1
2:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02                 1
3:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02                 1
4:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02                 1
5:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02                 1
6:     NA    350E    202927   ornitela 2022-05-02 00:03:59 2022-05-02                 1

我想要group_by(bird_ID)，所以它将从顶部开始为每个bird_ID计数

data_table %>%
group_by(bird_ID) %>%
mutate(Position.Burst.ID = pbid(data_table))

这肯定没有奏效，因为：

`Position.Burst.ID` must be size 419335 or 1, not 4592293.

关于如何处理这个问题，有什么想法吗？

我已经尝试创建一个循环并将函数放入其中，但这也是一条死胡同。我真的想避免使用for循环来处理这么多数据。

Answer 1

以下是我的操作方法：

data_table %>%
group_by(bird_ID) %>%
mutate(Position.Burst.ID = cumsum(timestamp - lag(timestamp, default = timestamp[1]) >= 5) + 1)