R语言中是否有函数可按出现顺序重新标记分类问题的聚类标签？

单个向量的处理 #

你可以用base R的match()或factor()函数快速实现按出现顺序重新编码簇标签的需求：

方法1：使用match()

match()会返回每个元素在目标向量中的位置，结合unique()提取首次出现的唯一值，刚好能实现按出现顺序编码：

# 示例向量
vec <- c(11, 4, 10, 21, 23, 3, 17, 9, 4, 17)
# 按出现顺序重新编码
new_vec <- match(vec, unique(vec))
new_vec
# 输出：1 2 3 4 5 6 7 8 2 7

方法2：使用factor()

将向量转为因子时指定levels = unique(vec)（确保水平顺序是元素首次出现的顺序），再转成整数即可：

new_vec <- as.integer(factor(vec, levels = unique(vec)))
new_vec
# 输出：1 2 3 4 5 6 7 8 2 7

扩展到整个矩阵 #

要对N×T矩阵的每一列执行该操作，用apply()函数沿列（MARGIN=2）处理即可：

# 构造示例矩阵（2列，模拟两次迭代结果）
set.seed(123)
mat <- cbind(
  c(11, 4, 10, 21, 23, 3, 17, 9, 4, 17),
  sample(c(5, 2, 8, 5, 9), 10, replace = TRUE)
)

# 对每列重新编码
new_mat <- apply(mat, 2, function(col) match(col, unique(col)))
new_mat

输出结果：

[,1] [,2]
 [1,]    1    1
 [2,]    2    2
 [3,]    3    3
 [4,]    4    1
 [5,]    5    4
 [6,]    6    2
 [7,]    7    3
 [8,]    8    1
 [9,]    2    4
[10,]    7    2

说明 #

两种方法的核心都是以元素首次出现的顺序为基准，给每个唯一簇分配递增的整数标签，重复的簇会对应相同的新标签，完全匹配你的需求。其中match()的运行效率略高，更适合处理大规模矩阵。

内容的提问来源于stack exchange，提问作者statnet22