如何在R语言中根据字符串向量生成递增数值向量？

给定如下字符串向量：

strings_input <- c("a", "a", "b", "b", "b", "c", "c", "a", "b", "b")

需要将其转换为按连续相同元素块递增编号的数值向量，预期结果为：

expected_output <- c(1, 1, 2, 2, 2, 3, 3, 4, 5, 5)

基础R实现（无需额外包） #

利用R内置的rle()函数（游程编码）就能快速实现：

# 对输入向量做游程编码
run_info <- rle(strings_input)
# 生成每个连续块的编号，并按块长度重复
result <- rep(seq_along(run_info$values), run_info$lengths)

# 查看结果
result
#> [1] 1 1 2 2 2 3 3 4 5 5

原理说明：

• rle()会返回包含两个元素的列表：values是连续重复的唯一元素（此处为c("a", "b", "c", "a", "b")），lengths是每个元素连续出现的次数（此处为c(2, 3, 2, 1, 2)）。
• seq_along(run_info$values)为每个连续块生成从1开始的递增编号，再通过rep()按块的长度重复对应编号，最终得到目标向量。

简洁实现（用data.table包） #

如果习惯用data.table，它的rleid()函数可以一步到位：

library(data.table)
result <- rleid(strings_input)

这个函数专门用于生成连续重复组的ID，输出结果和基础方法完全一致。

内容的提问来源于stack exchange，提问作者Alvaro Morales