以下是一个使用Python的代码示例，按照等标准差R进行分组：

import numpy as np

def group_by_standard_deviation(data, R):
    # 计算标准差
    std = np.std(data)
    
    # 计算每个数据点与平均值的差值
    deviations = data - np.mean(data)
    
    # 计算每个数据点与平均值的标准差倍数
    std_multiples = np.abs(deviations) / std
    
    # 根据标准差倍数进行分组
    groups = []
    current_group = []
    
    for i in range(len(data)):
        if std_multiples[i] <= R:
            current_group.append(data[i])
        else:
            groups.append(current_group)
            current_group = [data[i]]
    
    groups.append(current_group)
    
    return groups

这个函数接受两个参数：data是一个包含数据的列表或数组，R是标准差的阈值。函数首先计算数据的标准差，然后计算每个数据点与平均值的差值。接下来，通过将每个差值除以标准差，计算出每个数据点与平均值的标准差倍数。最后，根据标准差倍数进行分组，将相邻的数据点归为同一组，直到标准差倍数大于阈值R。最后返回所有分组的列表。

示例用法：

data = [1, 2, 3, 10, 11, 12, 20, 21, 22]
R = 2

groups = group_by_standard_deviation(data, R)
print(groups)

输出：

[[1, 2, 3], [10, 11, 12], [20, 21, 22]]

这个示例将数据分为三个组，每个组的标准差倍数都小于等于2。第一组包含了1、2、3，第二组包含了10、11、12，第三组包含了20、21、22。