Question

我有一个标准的'可以避免循环'问题，但无法找到解决方案。

我回答this question by @splaisan，但我不得不在中间部分采用一些丑陋的扭曲，进行for和多次if测试。我在这里模拟一个更简单的版本，希望有人能给出更好的答案......

问题

给出这样的数据结构：

df <- read.table(text = 'type
a
a
a
b
b
c
c
c
c
d
e', header = TRUE)

我想识别相同类型的连续块并将它们分组。第一个块应标记为0，下一个块应标记为0，依此类推。有一个无限数量的块，每个块可能只有一个成员。

type    label
   a    0
   a    0
   a    0
   b    1
   b    1
   c    2
   c    2
   c    2
   c    2
   d    3
   e    4

我的解决方案

我不得不使用for循环来执行此操作，这是代码：

label <- 0
df$label <- label

# LOOP through the label column and increment the label
# whenever a new type is found
for (i in 2:length(df$type)) {
    if (df$type[i-1] != df$type[i]) { label <- label + 1 }
    df$label[i] <- label
}

我的问题

任何人都可以在没有循环和条件的情况下执行此操作吗？

Answer 1

使用rle

r <- rle(as.numeric(df$type))
df$label <- rep(seq(from=0, length=length(r$lengths)), times=r$lengths)

不使用rle，而是使用cumsum而不是强制转换为数字的逻辑。

df$label <- c(0,cumsum(df$type[-1] != df$type[-length(df$type)]))

两者都给：

> df
   type label
1     a     0
2     a     0
3     a     0
4     b     1
5     b     1
6     c     2
7     c     2
8     c     2
9     c     2
10    d     3
11    e     4

Answer 2

我对它的抨击：

as.numeric(df[, 1])-1

Answer 3

这也刚好发生在我身上，你可以简单地转换为一个因子，然后回到整数并减去一个：

as.integer(as.factor(df$type))-1

如果type已经是一个因素，您可以跳过该步骤。

在没有for循环的情况下标记连续的观察块

3 个答案: