有效计数器，用于计算生存时间（R）中的结数

生存时间是在

x

中大小为

1 x n

的有序向量中给出的数值时间度量。对于

x

中的两个时间点，平局被定义为

x[i]==x[j]

，其中排序强制

i

和

j

相邻，

i+1==j

，或者如果所有中间时间都是平局，则

k

索引分开

给定

x

我需要一个有效的计数器，该计数器返回（1）唯一时间向量（无双精度），（2）每次一个tie计数

下面是我的基本代码。有没有更有效的方法

我们有时会在指数5和6以及9和10上出现联系

x = 1:10
x[5] = 6
x[10] = 9

领带识别器：

x_new <- ties <- numeric()
n <- length(x)
i = 1; k=1

while( i <= n ){
  d = NA
  if(i+1<=n) {d = x[i] - x[i+1]}
  j = 0

  while(d==0 & (i+j+1)<=n){
    j = j + 1
    d = x[i] - x[i+j+1]
  }

  x_new[k] = x[i]
  ties[k]  = j + 1
  i = i + j + 1
  k = k + 1
}

---

只需使用

rle

sapply(rle(sort(x)), cbind)
#     lengths values
#[1,]       1      1
#[2,]       1      2
#[3,]       1      3
#[4,]       1      4
#[5,]       2      6
#[6,]       1      7
#[7,]       1      8
#[8,]       2      9

---

是否要

rle（x）

？根据向量的定义，领带只能排成一行。因此，我认为

table（x）

或

data.frame（table（x））

也可以。@AntoniosK true我现在意识到我需要显式代码，因为在第一个

循环中需要执行另一个操作。见下面的评论。也许我会回答这个问题谢谢。我需要显式的代码，因为对于每个
I
，需要对另一个长度相同的
x
变量执行额外的操作，我在代码中省略了该变量。但对于我提出的问题，你的答案是详尽无遗的。也许我会回答我的问题。
sapply(rle(sort(x)), cbind)
#     lengths values
#[1,]       1      1
#[2,]       1      2
#[3,]       1      3
#[4,]       1      4
#[5,]       2      6
#[6,]       1      7
#[7,]       1      8
#[8,]       2      9