从R中的（1，2，3，4，2，3，4，4）中获取（1，2，3，4）

我有向量

z1 <- c(1, 2, 3, 4) 

---

z1编辑：更新post以说明有序解决方案

通过最大次数重复每个值来填充矩阵。然后取矩阵的下三角。注意：在这种情况下，使用
length（z1）
以便值必须是整数，如果该值有意义，则使用
max（z1）

z2 <- matrix(data = rep(z1, times = length(z1)), ncol = length(z1), byrow = FALSE)
z2

使用
lower.tri
将矩阵子集，以提取下三角形和对角线

z2 <- z2[lower.tri(z2, diag = TRUE)]
print(z2)


以前的部分解决方案（对于无序解决方案）

使用
lappy
对向量进行迭代，每次迭代时，使用
rep
重复每个元素所需的次数，然后
unlist
将结果转换为向量

 z1 <- c(1, 2, 3, 4) 
 z2 <- unlist(lapply(z1, function(x) rep(x, times = x)))
 print(z2)

您可以尝试
sapply
+
unlist
+
tail
如下所示

> unlist(sapply(-seq_along(z1), tail, x = c(NA, z1)))
 [1] 1 2 3 4 2 3 4 3 4 4

使用eval解析的基本R：

z1 <- c(1, 2, 3, 4) 
max_num <- max(z1)
unlist(lapply(paste(z1, max_num, sep = ":"), function(x){
      eval(parse(text=x))
    }
  )
)

z1可能
unlist（sappy（1:length（z1），function（i）z1[i:length（z1）]）
一个小小的变化：
unlist（sappy（seq_-along（z1），function（i）z1[seq_-along（z1）>=i]）
我想用任何向量从z1生成类似于z2的序列，因此，z1的元素可以是浮点数，而不是排序。带有
rep
的选项将是
n，我确实忽略了这一点。我会复习的，但是为什么呢
eval（parse（））
是一种非常容易出现错误的方法。
z2 <- z2[lower.tri(z2, diag = TRUE)]
print(z2)

[1] 1 2 3 4 2 3 4 3 4 4

 z1 <- c(1, 2, 3, 4) 
 z2 <- unlist(lapply(z1, function(x) rep(x, times = x)))
 print(z2)

 [1] 1 2 2 3 3 3 4 4 4 4

c(z1, unlist(lapply(1:length(z1), function(x) z1[-c(1:x)])))
[1] 1 2 3 4 2 3 4 3 4 4

> unlist(sapply(-seq_along(z1), tail, x = c(NA, z1)))
 [1] 1 2 3 4 2 3 4 3 4 4

z1 <- c(1, 2, 3, 4) 
max_num <- max(z1)
unlist(lapply(paste(z1, max_num, sep = ":"), function(x){
      eval(parse(text=x))
    }
  )
)