rle字符串解压java_使用dplyr时，使用rle按运行分组

在R中，我希望在基于变量 x 的运行对数据进行分组之后对其进行汇总(也就是说，每组数据对应于连续 x 值相同的数据的子集) . 例如，考虑以下数据框，我想在 x 的每次运行中计算平均 y 值：

(dat

# x y

# 1 1 1

# 2 1 2

# 3 1 3

# 4 2 4

# 5 2 5

# 6 1 6

# 7 2 7

在此示例中， x 变量的运行长度为3，然后是2，然后是1，最后是1，在这四次运行中取值1,2,1和2 . 这些组中相应的 y 均为2,4.5,6和7 .

使用 tapply 在基础R中执行此分组操作很容易，传递 dat$y 作为数据，使用 rle 计算 dat$x 的运行编号，并传递所需的汇总函数：

tapply(dat$y, with(rle(dat$x), rep(seq_along(lengths), lengths)), mean)

# 1 2 3 4

# 2.0 4.5 6.0 7.0

我想我可以直接将这个逻辑转移到dplyr，但到目前为止我的尝试都以错误结束了：

library(dplyr)

# First attempt

dat %>%

group_by(with(rle(x), rep(seq_along(lengths), lengths))) %>%

summarize(mean(y))

# Error: cannot coerce type 'closure' to vector of type 'integer'

# Attempt 2 -- maybe "with" is the problem?

dat %>%

group_by(rep(seq_along(rle(x)$lengths), rle(x)$lengths)) %>%

summarize(mean(y))

# Error: invalid subscript type 'closure'

为了完整性，我可以使用 cumsum ， head 和 tail 来重新实现 rle 运行ID来解决这个问题，但这会使分组代码更难以阅读并涉及到一些重新发明轮子：

dat %>%

group_by(run=cumsum(c(1, head(x, -1) != tail(x, -1)))) %>%

summarize(mean(y))

# run mean(y)

# (dbl) (dbl)

# 1 1 2.0

# 2 2 4.5

# 3 3 6.0

# 4 4 7.0

是什么导致我的基于_1825158的分组代码在 dplyr 中失败，是否有任何解决方案使我能够在按运行ID分组时继续使用 rle ？