创建一个新变量，用于计算R中重复项的长度

我有一个数据帧，我想创建一个变量z，计算“y变量”的重复数，如果y有1,1集z=2,2，如果y有3,3,3，集z=3,3,3

 x = c("a","b","c","d","e","a","b","c","d","e","a","b","c")
 y = c(1,1,2,2,2,3,3,4,4,4,5,5,5)
 data <- data.frame(x,y)
 data
    x y z
 1  a 1 2
 2  b 1 2
 3  c 2 3
 4  d 2 3
 5  e 2 3
 6  a 3 2
 7  b 3 2
 8  c 4 3
 9  d 4 3
 10 e 4 3
 11 a 5 3
 12 b 5 3
 13 c 5 3

x=c（“a”、“b”、“c”、“d”、“e”、“a”、“b”、“c”、“d”、“e”、“a”、“b”、“b”、“c”）
y=c（1,1,2,2,3,3,4,4,4,5,5）
数据您可以尝试
rle
：

data$z <- with(data, unlist(mapply(rep, rle(y)$lengths, rle(y)$lengths)))
data
   x y z
1  a 1 2
2  b 1 2
3  c 2 3
4  d 2 3
5  e 2 3
6  a 3 2
7  b 3 2
8  c 4 3
9  d 4 3
10 e 4 3
11 a 5 3
12 b 5 3
13 c 5 3

data$z如果变量y按您所说的递增顺序排序，则以下解决方案将起作用：

# calculate counts of each level
counts <- table(data$y)
# fill in z
data$z <- counts[match(data$y, names(counts))]

#计算每个级别的计数
counts这里有一个使用dplyr的快速方法，以及它相当直观的语法：

library(dplyr)

left_join(data, data %>%
                group_by(y) %>%
                summarize(z = n()), 
          by = "y")

   x y z
1  a 1 2
2  b 1 2
3  c 2 3
4  d 2 3
5  e 2 3
6  a 3 2
7  b 3 2
8  c 4 3
9  d 4 3
10 e 4 3
11 a 5 3
12 b 5 3
13 c 5 3

我们可以通过
data.table

library(data.table)
setDT(data)[, z := .N , rleid(y)]
data
#    x y z
# 1: a 1 2
# 2: b 1 2
# 3: c 2 3
# 4: d 2 3
# 5: e 2 3
# 6: a 3 2
# 7: b 3 2
# 8: c 4 3
# 9: d 4 3
#10: e 4 3
#11: a 5 3
#12: b 5 3
#13: c 5 3


或者使用
baser
中的
rle
而不使用任何
循环

inverse.rle(within.list(rle(data$y), values <- lengths))
#[1] 2 2 3 3 3 2 2 3 3 3 3 3 3

如果y是
12313
是z
331232
或
212122
？如果y是1233，z将是12312，但y是唯一的，所以它不是随机的，y是递增的数字y变量y=c的序列（1,1,2,2,3,3,4,4,5,5,6,7,7,8,8,9,9,10,11），你认为哪一部分不正确？请注意，您将数据切割为30，因此最后一个
11，11
不能真正计数，之后可能会有另一个11。
with(data, ave(y, cumsum(c(TRUE, y[-1]!= y[-length(y)])), FUN=length))
#[1] 2 2 3 3 3 2 2 3 3 3 3 3 3