带约束的分组组合生成：寻求可用的R函数解决方案

你的需求本质是将n个有序元素划分为k个非空连续分组（顺序固定、所有分组必须出现），这可以通过整数的有序分拆高效实现，R中有现成工具可直接复用。

核心方法：使用partitions包的compositions函数 #

compositions函数专门生成有序整数分拆——把n拆分为k个正整数的有序组合，每个组合的和为n。这完美匹配你的两个约束：

• 每个正整数对应一个分组的元素数量，保证所有k个分组都非空（全部出现）
• 分拆的顺序对应分组的先后顺序，确保分组连续不交错

代码示例 #

# 安装并加载包（首次使用需执行安装）
install.packages("partitions")
library(partitions)

# 定义参数：元素个数n，分组数k
n <- 5
k <- 3

# 生成所有有序分拆：每一列是一个分拆方案（各分组的元素数量）
split_schemes <- compositions(n, k)

# 将分拆方案转换为分组向量（如c(3,1,1)转为c(1,1,1,2,3)）
aggregation_mat <- apply(split_schemes, 2, function(split) {
  rep(1:k, split)
})

# 合并到原数据
risk_disaggregated <- c("1. Very low risk","2. Low risk","3. Medium risk","4. High risk","5. Very high risk")
db_final <- cbind(risk_disaggregated, aggregation_mat)

# 查看结果
db_final

扩展到多场景 #

只需修改n和k的值即可适配更多场景，比如15个元素划分为5个组：

n <- 15
k <- 5
split_schemes <- compositions(n, k)
aggregation_mat <- apply(split_schemes, 2, function(split) {
  rep(1:k, split)
})

这会自动生成所有C(n-1, k-1)种合法分组方案（从n-1个元素间隔中选k-1个分割点），效率远高于手动编写。

无第三方包的替代实现（可选） #

如果不想依赖外部包，也可以通过组合数生成分割点，再构造分组向量：

n <- 5
k <- 3

# 生成所有k-1个分割点的组合（从1到n-1中选k-1个）
split_points <- combn(n-1, k-1)

# 构造分组向量
aggregation_mat <- apply(split_points, 2, function(points) {
  # 计算每个分组的元素数量
  group_sizes <- diff(c(0, points, n))
  rep(1:k, group_sizes)
})

这个逻辑和compositions函数一致，但partitions包的函数经过优化，处理大n和k时性能更优。

内容的提问来源于stack exchange，提问作者Joe