R语言 按变量对行进行编号，但在遇到条件时重新开始

Question

我想对数据帧中的某些行组合进行编号(按 ID 和时间排序)

tc <- textConnection('
id              time       end_yn
abc             10         0
abc             11         0
abc             12         1
abc             13         0
def             10         0
def             15         1
def             16         0
def             17         0
def             18         1
')
test <- read.table(tc, header=TRUE)

目标是创建一个新列("number")，该列对每行id从1 to n到命中end_yn == 1的每一行进行编号。end_yn == 1后，编号应该重新开始。

在不考虑end_yn == 1条件的情况下，可以使用以下命令对行进行编号：

DT <- data.table(test)
DT[, id := seq_len(.N), by = id]

但是，预期结果应该是：

id              time       end_yn   number
abc             10         0        1
abc             11         0        2
abc             12         1        3 
abc             13         0        1 
def             10         0        1
def             15         1        2
def             16         0        1
def             17         0        2
def             18         1        3

如何纳入end_yn == 1条件？

Answer 1

我猜有不同的方法可以做到这一点，但这里有一种：

DT[, cEnd := c(0,cumsum(end_yn)[-.N])] # carry the end value forward
DT[, number := seq_len(.N), by = "id,cEnd"] # create your sequence
DT[, cEnd := NULL] # remove the column created above

将id设置为DT的密钥可能是值得的。