对R中的唯一值进行计数和排序

Question

我正在尝试查找/创建一个函数，该函数可以采用一个向量，并返回与“计数”该值的＃个实例相同长度的向量。例如：

输入：

 new HTMLWebpackPlugin({
        inject: false,
        ...
 }),

我想要输出：

a <- c(4, 4, 4, 4, 6, 6, 5, 5, 5, 6, 6, 4)

我建立了一个for循环，效果很好，但是当我实际尝试将其应用于数据集时（大约100,000行，甚至不那么大！），它花费的时间很长。 我还发现1,2,3,4,1,2,1,2,3,3,4,5 的{​​{1}}差不多，但仍然不太正确。

Answer 1

在基数R中，您可以使用

ave(a, a, FUN = seq_along)
# [1] 1 2 3 4 1 2 1 2 3 3 4 5

在data.table中使用rowid

data.table::rowid(a)
# [1] 1 2 3 4 1 2 1 2 3 3 4 5

基准

set.seed(1)
aa <- sample(1:10, 1e6, TRUE)

library(microbenchmark)
benchmark <- microbenchmark(
  baseR = ave(aa, aa, FUN = seq_along),
  data.table = rowid(aa)
)

autoplot(benchmark)

benchmark
#Unit: milliseconds
#       expr       min        lq     mean   median       uq      max neval cld
#      baseR 51.161437 52.672874 55.75084 53.81096 57.66393 80.09238   100   b
# data.table  9.242893  9.811798 13.30292 10.47203 12.12332 36.88062   100  a