如何在R中高效基于条件生成分组bin（非循环方式）

我需要为每完成一次360°旋转创建长度可变的bin，现有循环处理10万+行数据时速度缓慢。尝试用dplyr或cut()等非循环方法，但不清楚如何设定截断值，未找到对应示例。以下是样本数据及循环代码，求不用循环实现相同的df$bin结果。

样本数据 #

x <- c(seq(90, .5, length.out = 3),
       seq(359.5, .2, length.out = 5),
       seq(358.9, .8, length.out = 8),
       seq(359.2, .3, length.out = 11),
       seq(358.3, .1, length.out = 15))

df <- data.frame(x)
df$bin <- NA
df[1,2] <- 1

原循环代码 #

for(i in 2:nrow(df)) {
  if(df[i,1] < df[i-1,1]) {
    df[i,2] <- df[i-1,2]
  } else {
    df[i,2] <- df[i-1,2] + 1
  }
}

你的循环逻辑核心是：当当前行的x值大于前一行时，bin加1；否则保持和前一行相同。基于这个逻辑，可以用向量化操作替代循环，大幅提升处理速度，适合大数据量场景。

方法一：Base R 向量化实现 #

直接利用cumsum()对“上升”的位置做累加计算：

# 生成标记向量：当前x是否大于前一个x（第一个元素无前置，标记为FALSE）
rise_flag <- c(FALSE, df$x[-1] > df$x[-nrow(df)])
# 累加标记并加上初始值1，得到最终bin
df$bin <- 1 + cumsum(rise_flag)

方法二：dplyr 实现（适合管道式工作流） #

用dplyr::lag()获取前一行的x值，再结合cumsum()计算：

library(dplyr)

df <- df %>%
  mutate(
    bin = 1 + cumsum(x > lag(x, default = first(x)))
  )

验证结果 #

两种方法生成的bin值和原循环代码完全一致，可以用以下代码验证：

# 先运行原循环得到结果
for(i in 2:nrow(df)) {
  if(df[i,1] < df[i-1,1]) {
    df[i,2] <- df[i-1,2]
  } else {
    df[i,2] <- df[i-1,2] + 1
  }
}
original_bin <- df$bin

# 用Base R方法生成新bin
df$bin <- 1 + cumsum(c(FALSE, df$x[-1] > df$x[-nrow(df)]))
all.equal(df$bin, original_bin) # 返回TRUE说明结果一致

向量化操作避免了循环的逐行计算开销，处理10万+行数据时速度会有显著提升。

内容的提问来源于stack exchange，提问作者L Tyrone