根据 R 中的两个顺序变量分配 clusters/groups

Question

Context：我有一些空间点数据（即lon/lat坐标），每个点都与一个日期相关联。我已经将靠近的点聚类在一起，但我现在想将这些聚类分成几组，这样如果按日期排序，这些聚类是顺序的并分组在一起。日期可以有差距，我只想在观察完全划分一组时切分，即它不只是在边缘

基本上，给定下面的 cluster 和 day 字段我想生成 desired.

   cluster day desired
1        1   1       1
2        1   1       1
3        1   2       1
4        1   4       1
5        2   6       2
6        2   7       2
7        2   8       2
8        1   8       3
9        3   9       4
10       3  12       4
11       3  12       4
12       2  12       5
13       2  14       5
14       3  18       6
15       3  19       6

这是一个完整的示例，请注意空间坐标基本上是无关紧要的，我只是为了完整性而将它们包括在内。此外，在我的实际数据集中，day 是一个日期对象，但为了简单起见，我使用了一个整数。

library(ggplot2)
pts <- data.frame(rbind(
  cbind(lon = rnorm(5, 0, 0.1), lat = rnorm(5, 0, 0.1), 
        day = c(1, 1, 2, 4, 8)),
  cbind(lon = rnorm(5, 1, 0.1), lat = rnorm(5, 1, 0.1), 
        day = c(6, 7, 8, 12, 14)),
  cbind(lon = rnorm(5, 1, 0.1), lat = rnorm(5, 0, 0.1), 
        day = c(9, 12, 12, 18, 19))
))
hc <- hclust(dist(pts[c("lon", "lat")]))
pts$cluster <- cutree(hc, k = 3)
ggplot(pts) +
  geom_text(aes(lat, lon, label = day, col = as.factor(cluster)))

我要的分组是这样的：

pts$desired <- c(1, 1, 1, 1, 3, 
                 2, 2, 2, 5, 5,
                 4, 4, 4, 6, 6)
ggplot(pts) +
  geom_text(aes(lat, lon, label = day, col = as.factor(desired)))

Answer 1

此解决方案由@docendodiscimus 在对原始问题的评论中提供。

library(dplyr)
pts <- pts %>% 
  arrange(day, desc(cluster)) %>% 
  mutate(new_cluster = cumsum(c(1L, diff(cluster) != 0)))
all.equal(pts$desired, pts$new_cluster)

根据 R 中的两个顺序变量分配 clusters/groups

Assigning clusters/groups based on two sequential variables in R

r

cluster-analysis

dplyr