在R中保持向量中字符串出现的滚动计数

我的问题最好通过一个简单的例子来解决：

my_strings = c("apple", "banana", "carrot", "apple", "apple", "dairy", "banana", "eggplant", "flowers", "flowers", "apple", "banana")

my_repeats = c(0, 0, 0, 1, 2, 0, 1, 0, 0, 1, 3, 2)

my_repeats向量可以通过从头到尾遍历my_strings元素得到最好的理解，每次遍历一个元素。由于首次访问时，苹果、香蕉和胡萝卜尚未出现在字符串中，因此它们都被分配为0。然后苹果出现了第二次和第三次（第一次和第二次重复），所以它得到了1和2。然后是0，因为dairy还没有出现，然后是1，因为banana第一次重复出现，等等

能够计算字符串的重复次数，并将数据存储在相同长度的向量中，这将有助于我完成大量的工作。但我不确定是否有一种快速、矢量化的方法可以做到这一点。任何想法都很感激

---

编辑：基本上我需要的是一个累积计数函数-我现在正在检查是否存在字符串。

带有

seq\u的
ave
函数可用于此：

as.numeric(ave(my_strings, my_strings, FUN = seq_along)) - 1
##  [1] 0 0 0 1 2 0 1 0 0 1 3 2

“data.table”中还有
rowid
函数：

对于数据帧列中的字符串，这里有一个
dplyr
解决方案：

library(dplyr)
df1 <- data.frame(words = c("apple", "banana", "carrot", "apple", "apple", "dairy", 
                            "banana", "eggplant", "flowers", "flowers", "apple", "banana"), 
                  stringsAsFactors = FALSE)

df1 %>% 
  group_by(words) %>% 
  mutate(count = sequence(n()) - 1)

库（dplyr）
df1%
分组依据（字）%>%
突变（计数=序列（n（））-1）
这不是最简单的方法，但是如果你想深入了解它的内部结构，你可以自己编写一个

mat[1]0 0 1 0 1 0 1 3 2
您不需要显式创建
data.frame
，是吗？你就不能让它成为你管道的一部分吗<代码>数据.frame（my_strings）%%>%group_by（my_strings）%%>%mutate（count=sequence（n（））-1）

？这太直接和简单了-不如将

改为.numeric（gsub（[^0-9]，“0”，make.unique（my_strings））

？

library(dplyr)
df1 <- data.frame(words = c("apple", "banana", "carrot", "apple", "apple", "dairy", 
                            "banana", "eggplant", "flowers", "flowers", "apple", "banana"), 
                  stringsAsFactors = FALSE)

df1 %>% 
  group_by(words) %>% 
  mutate(count = sequence(n()) - 1)