为相等值

Question

制作计数器索引的方法是否比使用循环更快？在相等值的连续运行中，索引应该相同。我发现循环非常慢，特别是当数据太大时。

为了说明，这里是输入和所需的输出

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

所需的结果：

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

请注意，非 - 连续运行具有不同的索引。例如。查看值2和4

的所需索引

我效率低下的代码是：

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

使用data.table，其函数为rleid()：

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

Answer 2

如果你有这样的数值，你可以使用diff和cumsum来添加值的变化

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 3

这将适用于字符值的数字：

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

通过调用rle一次（大约快2倍）可以提高效率，并且可以使用rep.int代替{{em>非常轻微提高速度{1}}：

rep

Answer 4

Jota的Above answer可以进一步简化，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