在没有for循环的情况下标记连续的观察块

Question

我有一个标准的"我可以避免循环"问题,但无法找到解决方案.

我在@splaisan回答了这个问题,但我不得不在中间部分采用一些丑陋的扭曲,for并进行多次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

给定这样的数据结构:

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.存在无限数量的块,并且每个块可以仅与一个成员一样短.

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

我不得不求助于for循环来执行此操作,这里是代码:

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

没有循环和条件,任何人都可以这样做吗？

Answer 1

运用 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