如何用R代码自动化实现向量分块重复并生成新向量？

你可以通过以下几种简洁方式实现这个自动化流程，无需每次手动创建Exp1、Exp2这类对象：

方法一：基础R函数实现 #

利用split()将向量按每4个元素分组，再通过lapply()对每组执行重复操作，最后用unlist()合并结果：

# 示例Vec1（可根据实验扩展长度）
Vec1 <- c(1:12)

# 自动化处理逻辑
NewVector <- unlist(lapply(split(Vec1, ceiling(seq_along(Vec1)/4)), function(x) rep(x, times=5)))

代码说明 #

• seq_along(Vec1)生成向量的位置索引
• ceiling(seq_along(Vec1)/4)将索引按每4个分为一组（1-4对应组1，5-8对应组2，以此类推）
• split(Vec1, ...)根据分组索引拆分Vec1为多个子向量
• lapply(..., function(x) rep(x,5))对每个子向量执行重复5次的操作
• unlist()将列表转回向量，得到最终结果

方法二：向量化简洁实现 #

直接用rep()结合分组逻辑，避免列表操作：

Vec1 <- c(1:12)
# 生成每个元素的重复次数规则
repeat_times <- rep(5, length(Vec1))
# 按分组顺序重复并整理向量
NewVector <- rep(Vec1, times=repeat_times)[order(rep(ceiling(seq_along(Vec1)/4), each=5))]

方法三：tidyverse工具包实现 #

如果习惯使用tidyverse系列函数，可通过dplyr+tidyr完成：

library(tidyverse)

Vec1 <- c(1:12)

NewVector <- tibble(value = Vec1) %>%
  mutate(group = ceiling(row_number()/4)) %>%  # 按每4个元素分组
  slice(rep(1:n(), each=5)) %>%  # 每行重复5次
  arrange(group) %>%  # 按组排序
  pull(value)  # 提取结果向量

以上所有方法都支持自动适配Vec1的扩展：当Vec1新增4个元素时，只需重新运行代码，就能自动处理新的分组，完全无需手动修改分块索引。

内容的提问来源于stack exchange，提问作者Edouard Milosev