r - 使用 R，如何在数据帧的单列中标记连续的重复值

Question

这是我的第一篇文章，我是编程和 R 的新手。

我正在尝试创建一个新列来标记或标记单独列中顺序重复的值。

df <- c(2,2,2,2,3,4,3,4,3,4,2,3,7,7,7))

使用重复函数返回以下结果:

数据.frame(值= df，标志=重复(df))

   value  flag  
1      2  FALSE  
2      2  TRUE  
3      2  TRUE  
4      2  TRUE  
5      3  FALSE  
6      4  FALSE  
7      3  TRUE  
8      4  TRUE  
9      3  TRUE  
10     4  TRUE  
11     2  TRUE  
12     3  TRUE  
13     7  FALSE  
14     7  TRUE  
15     7  TRUE   

我想要的是:

   value  flag  
1      2  TRUE  
2      2  TRUE  
3      2  TRUE  
4      2  TRUE  
5      3  FALSE  
6      4  FALSE  
7      3  FALSE  
8      4  FALSE  
9      3  FALSE  
10     4  FALSE  
11     2  FALSE  
12     3  FALSE  
13     7  TRUE    
14     7  TRUE    
15     7  TRUE     

我的数据集有超过 200 万个观测值，因此理想情况下该解决方案将是有效的。

谢谢 ，
约翰

Answer 1

rle与 rep 相结合，您将得到您想要的

rl <- rle( df )
rep( rl$lengths != 1 , times = rl$lengths )
#  [1]  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE
# [15]  TRUE

我相信 rle相当有效。

2e6 长度向量上的计时(MBP 2008 年末):

system.time({ rl <- rle( df )
res <- rep( rl$lengths != 1 , times = rl$lengths )
 })
#   user  system elapsed 
#  0.449   0.106   0.559