重新排序向量中的运行计数 [英] Reorder a running count in a vector

问题描述

我想知道是否有一种不需要 for 循环的方法来做到这一点.

I'm trying to figure out if there's a way to do this that doesn't require a for loop.

我有一个按顺序增加的数据向量，但会跳过偶尔的值.例如，测试

I have a vector of data that increases sequentially, but skips occasional values. For example, test

num[1:4651] 2 2 2 2 3 3 3 3 3 3 7 7 9 9 9 9, etc.

是否有 R 函数可以将该向量转换为从 1 开始到向量末尾的固定序列?所以，

Is there an R function that will convert that vector into a fixed sequence starting at 1 through the end of the vector? So,

1 1 1 1 2 2 2 2 3 3 4 4 4 4, etc. 

推荐答案

我们可以使用match来做到这一点

We can use match to do this

match(test, unique(test))
#[1] 1 1 1 1 2 2 2 2 2 2 3 3 4 4 4 4

<小时>

或者另一种选择是factor

as.integer(factor(test, levels = unique(test)))
#[1] 1 1 1 1 2 2 2 2 2 2 3 3 4 4 4 4

<小时>

正如@Frank 所建议的，来自 dplyr 的 dense_rank 也可能在值增加时起作用

---

As @Frank suggested, dense_rank from dplyr may also work as the values are increasing

dplyr::dense_rank(test)
#[1] 1 1 1 1 2 2 2 2 2 2 3 3 4 4 4 4

如果值不再重复，可能可以使用rleid

If the values are not repeating again, possibly rleid can be used

data.table::rleid(test)
#[1] 1 1 1 1 2 2 2 2 2 2 3 3 4 4 4 4

或者使用 rle

inverse.rle(within.list(rle(test), values <- seq_along(values)))
#[1] 1 1 1 1 2 2 2 2 2 2 3 3 4 4 4 4

或者另一种选择是

cumsum(c(TRUE, test[-1] != test[-length(test)]))
#[1] 1 1 1 1 2 2 2 2 2 2 3 3 4 4 4 4

或者使用 dplyr

cumsum(test != lag(test, default = TRUE))
#[1] 1 1 1 1 2 2 2 2 2 2 3 3 4 4 4 4

数据

test <- c(2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 7, 7, 9, 9, 9, 9)

这篇关于重新排序向量中的运行计数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！