下面提供了一个示例数据集：
fact_code line_code date style run_rank style_spell
1206 1206029 2017-04-05 283674d 1 1
1206 1206029 2017-04-06 283674d 2 0
... ... ... ... ... ...
1206 1206029 2017-04-18 283674d 7 0
1206 1206046 2017-05-01 283674d 1 1
1206 1206046 2017-05-15 283674d 2 1
... ... ... ... ... ...
1206 1206046 2017-05-21 283674d 7 0
... ... ... ... ... ...
1222 1222003 2017-09-11 65654 1 1
... ... ... ... ... ...
1222 1222003 2017-09-19 65654 8 0
不带...的dput()输出为：
structure(list(fact_code = c(1206L, 1206L, 1206L, 1206L, 1206L,
1206L, 1222L, 1222L), line_code = c(1206029L, 1206029L, 1206029L,
1206046L, 1206046L, 1206046L, 1222003L, 1222003L), date = c("05/04/2017",
"06/04/2017", "18/04/2017", "01/05/2017", "15/05/2017", "21/05/2017",
"11/09/2017", "19/09/2017"), style = c("283674d", "283674d",
"283674d", "283674d", "283674d", "283674d", "65654", "65654"),
run_rank = c(1L, 2L, 7L, 1L, 2L, 7L, 1L, 8L), style_spell = c(1L,
0L, 0L, 1L, 1L, 0L, 1L, 0L)), class = "data.frame", row.names = c(NA,
-8L))
变量fact_code表示服装工厂代码，line_code表示工厂生产线代码，style是生产线在给定日期生产的服装样式的字符变量，run_rank表示生产天数的排序。style_spell是一个指标变量，其取值为1表示特定服装款式的工厂生产线开始新的生产周期，否则为0。
我想创建一个新的变量spell_num，它指示工厂生产线正在生产的样式的当前拼写编号。所以变量应该是这样的：
fact_code line_code date style run_rank style_spell spell_num
1206 1206029 2017-04-05 283674d 1 1 1
1206 1206029 2017-04-06 283674d 2 0 1
... ... ... ... ... ... ...
1206 1206029 2017-04-18 283674d 7 0 1
1206 1206046 2017-05-01 283674d 1 1 1
1206 1206046 2017-05-15 283674d 2 1 2
... ... ... ... ... ... ...
1206 1206046 2017-05-21 283674d 7 0 2
... ... ... ... ... ... ...
1222 1222003 2017-09-11 65654 1 1 1
... ... ... ... ... ... ...
1222 1222003 2017-09-19 65654 8 0 1
structure(list(fact_code = c(1206L, 1206L, 1206L, 1206L, 1206L,
1206L, 1222L, 1222L), line_code = c(1206029L, 1206029L, 1206029L,
1206046L, 1206046L, 1206046L, 1222003L, 1222003L), date = c("05/04/2017",
"06/04/2017", "18/04/2017", "01/05/2017", "15/05/2017", "21/05/2017",
"11/09/2017", "19/09/2017"), style = c("283674d", "283674d",
"283674d", "283674d", "283674d", "283674d", "65654", "65654"),
run_rank = c(1L, 2L, 7L, 1L, 2L, 7L, 1L, 8L), style_spell = c(1L,
0L, 0L, 1L, 1L, 0L, 1L, 0L), spell_num = c(1L, 1L, 1L, 1L,
2L, 2L, 1L, 1L)), class = "data.frame", row.names = c(NA,
-8L))
对于生产给定样式(style(的给定工厂生产线(line_code(，变量spell_num在第一个生产日取值1，因此，在新拼写(即run_rank＝1(开始时，指示符变量style_spell的值为1。例如，在第一行中，行1206029首先在2017-04-05开始生成样式283674d，因此style_spell和spell_num都等于1。
从下一个日期/生产日起(即run_rank>=2(，变量style_spell的值变为0。
然而，对于给定的行和样式，spell_num假定值为1，直到style_spell再次变为1。这可能通过两种方式发生。首先，如果我们有一条新的生产线生产相同的款式(例如，1206029线在第7天结束生产后，1206046线于2017-04-18开始生产283674d款式(。
或者当同一条线在两周的中断后重新产生风格时。例如，第1206046行有两个咒语；第一个咒语发生在style_spell＝1的情况下，这是样式283674d的第一个生产日，即2017-05-01，因此对应于run_rank＝1。在2017-05-15第1206046行的第二个咒语开始时，spell_num的值从1变为2，表示两周过去了，该行现在处于产生该特定风格的第二次咒语中。
变量spell_num现在将假设值为2，除非在该样式的生产中出现两周的中断或中断，或者当一条新生产线开始生产相同或不同的新样式时。
我一直试图通过使用下面的代码来生成这个预期的变量：
dplyr::filter(style_spell == 1) %>%
dplyr::select(fact_code, line_code, date, style, run_rank, Diff, Diff_max, style_multi, style_spell)
dplyr::group_by(line_code, date, style, run_rank) %>%
dplyr::mutate(style_spell_num = row_number())
代码可以分为两个阶段，在第一阶段，我尝试创建style_spell=1的数据子集。在对子集进行操作后，我的计划是将在该子集上创建的变量合并到主数据df中。
然而，我并没有得到预期的结果。此外，理想情况下，我希望有一个代码可以在一步中创建变量spell_num，即使用主数据df，而不是对其子集进行操作。
如有任何帮助，我们将不胜感激。
感谢dput-让它变得更容易。
据我所知，这就是你想要的：
df %>%
group_by(fact_code, line_code, style) %>%
mutate(my_answer = cumsum(style_spell))
# # A tibble: 8 x 8
# # Groups: fact_code, line_code, style [3]
# fact_code line_code date style run_rank style_spell spell_num my_answer
# <int> <int> <chr> <chr> <int> <int> <int> <int>
# 1 1206 1206029 05/04/2017 283674d 1 1 1 1
# 2 1206 1206029 06/04/2017 283674d 2 0 1 1
# 3 1206 1206029 18/04/2017 283674d 7 0 1 1
# 4 1206 1206046 01/05/2017 283674d 1 1 1 1
# 5 1206 1206046 15/05/2017 283674d 2 1 2 2
# 6 1206 1206046 21/05/2017 283674d 7 0 2 2
# 7 1222 1222003 11/09/2017 65654 1 1 1 1
# 8 1222 1222003 19/09/2017 65654 8 0 1 1
我不能100%确定style应该在group_by中。我真的无法从你的描述中分辨出来，对于小样本的数据来说，这也没有什么区别。