Добавление значений двух строк и сохранение их в другом столбце с повторением

Создайте индекс с gl для каждых 2 строк и выполните суммирование после группировки.

library(dplyr)
df <- df %>%
    group_by(grp = as.integer(gl(n(), 2, n()))) %>% 
    mutate(x2 = sum(x1)) %>% 
    ungroup %>% 
    select(-grp)

-выход

df
# A tibble: 6 × 2
     x1    x2
  <dbl> <dbl>
1     0     1
2     1     1
3     1     2
4     1     2
5     1     1
6     0     1

Или с помощью collapse/data.table

library(data.table)
library(collapse)
setDT(df)[, x2 := fsum(x1, g = rep(.I, each = 2, length.out = .N), TRA = 1)]

-выход

> df
      x1    x2
   <num> <num>
1:     0     1
2:     1     1
3:     1     2
4:     1     2
5:     1     1
6:     0     1

Вот способ использования dplyr, где я создаю вспомогательный столбец для группировки

library(dplyr)


x1<- c(0,1,1,1,1,0)

df <- data.frame(x1)

len_df <- nrow(df)
aux <- rep(seq(1:(len_df/2)),each = 2)[1:len_df]

df %>% 
  mutate(aux = aux) %>% 
  group_by(aux) %>% 
  mutate(x2 = sum(x1)) %>% 
  ungroup() %>%
  select(-aux)

# A tibble: 6 x 2
     x1    x2
  <dbl> <dbl>
1     0     1
2     1     1
3     1     2
4     1     2
5     1     1
6     0     1

Вы можете определить группы, используя деление этажей, а затем просто получить сгруппированную сумму:

library(dplyr)

df %>%
  mutate(group = (row_number() - 1) %/% 2) %>%
  group_by(group) %>%
  mutate(x2 = sum(x1)) %>%
  ungroup() %>%
  select(-group)
# # A tibble: 6 × 2
#      x1    x2
#   <dbl> <dbl>
# 1     0     1
# 2     1     1
# 3     1     2
# 4     1     2
# 5     1     1
# 6     0     1

Во-первых, способ создания data.frame без промежуточной переменной.

Это разбивает data.frame на группы по 2, суммирует, а затем повторяет шаблон в новую переменную.

df<-data.frame(x1=c(0,1,1,1,1,0))

df$x2<-rep(lapply(split(df, rep(1:3, each=2)), sum), each=2)

#  x1 x2
#1  0  1
#2  1  1
#3  1  2
#4  1  2
#5  1  1
#6  0  1

в базе R вы можете сделать:

 transform(df,x2 = ave(x1, gl(nrow(df)/2, 2), FUN = sum))

  x1 x2
1  0  1
2  1  1
3  1  2
4  1  2
5  1  1
6  0  1

Вы можете использовать ave + ceiling (обе являются базовыми функциями R)

> transform(df, x2 = ave(x1, ceiling(seq_along(x1) / 2)) * 2)
  x1 x2
1  0  1
2  1  1
3  1  2
4  1  2
5  1  1
6  0  1

Еще несколько вариантов с избранными бенчмарками.

x1 <- sample(0:1, 1e4, 1)

microbenchmark::microbenchmark(
  matrix = rep(colSums(matrix(x1, 2)), each = 2),
  recycle = x1 + x1[seq(x1) + c(1, -1)],
  cumsum = rep(diff(cumsum(c(0, x1))[seq(1, length(x1) + 1, 2)]), each = 2),
  Thomas = ave(x1, ceiling(seq_along(x1)/2))*2,
  onyambu = ave(x1, gl(length(x1)/2, 2), FUN = sum),
  check = "equal"
)
#> Unit: microseconds
#>     expr       min         lq        mean     median         uq       max neval
#>   matrix    65.001    69.6510    79.27203    78.4510    82.1510   148.501   100
#>  recycle    95.001   100.6505   108.65003   107.5510   110.6010   176.901   100
#>   cumsum   137.201   148.9010   169.61090   166.5505   177.7015   340.002   100
#>   Thomas 24645.401 25297.2010 26450.46994 25963.3515 27463.2010 31803.101   100
#>  onyambu  3774.902  3935.7510  4444.36500  4094.3520  4336.1505 11070.301   100

С data.table для больших данных:

library(data.table)
library(collapse)

x1 <- sample(0:1, 1e6, 1)
df <- data.frame(x1)

microbenchmark::microbenchmark(
  matrix = setDT(df)[, x2 := rep(colSums(matrix(x1, 2)), each = 2)],
  recycle = setDT(df)[, x2 := x1 + x1[.I + c(1, -1)]],
  akrun = setDT(df)[, x2 := fsum(x1, g = rep(.I, each = 2, length.out = .N), TRA = 1)],
  check = "identical"
)
#> Unit: milliseconds
#>     expr       min        lq     mean    median       uq     max neval
#>   matrix  8.053302  8.937301 10.64786  9.376551 12.51890 17.2037   100
#>  recycle 12.117101 12.965950 16.57696 14.003151 17.09805 56.4729   100
#>    akrun 10.071701 10.611051 14.42578 11.291601 14.79090 55.1141   100