为等值的连续运行创建组号

Question

有没有比使用循环更快的方法来制作计数器索引？对于每个连续的运行等值，索引应该相同。我发现循环非常慢，尤其是当数据很大时。

为了说明，这里是输入和期望的输出

x <- c(2, 3, 9, 2, 4, 4, 3, 4, 4, 5, 5, 5, 1)

所需的结果计数器：

c(1, 2, 3, 4, 5, 5, 6, 7, 7, 8, 8, 8, 9)

请注意，非-连续的运行具有 不同的 索引。例如。查看值 2 和 4

的所需索引

我的低效代码是这样的：

group[1]<-1
counter<-1
for (i in 2:n){
if (x[i]==x[i-1]){
    group[i]<-counter
}else{
    counter<-counter+1
    group[1]<-counter}
}

Answer 1

如果您有这样的数值，您可以使用 diff 和 cumsum 来累加值的变化

x <- c(2,3,9,2,4,4,3,4,4,5,5,5,1)
cumsum(c(1,diff(x)!=0))
# [1] 1 2 3 4 5 5 6 7 7 8 8 8 9

Answer 2

使用data.table，函数rleid():

require(data.table) # v1.9.5+
rleid(x)
#  [1] 1 2 3 4 5 5 6 7 7 8 8 8 9

Answer 3

这将适用于数字字符值：

rep(1:length(rle(x)$values), times = rle(x)$lengths)
#[1] 1 2 3 4 5 5 6 7 7 8 8 8 9

您还可以通过仅调用一次 rle 来提高效率（大约快 2 倍），并且非常可以使用 [=13] 稍微提高速度=] 而不是 rep:

y <- rle(x)
rep.int(1:length(y$values), times = y$lengths)

Answer 4

以上 by Jota 可以进一步简化为，这样会更快

with(rle(x), rep(1:length(lengths), lengths))

 [1] 1 2 3 4 5 5 6 7 7 8 8 8 9

Create group number for contiguous runs of equal values