对含重复元素的R语言向量进行连续重编号处理

原始R向量avec数据如下：

avec <- c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 
15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 
28L, 29L, 30L, 31L, 31L, 31L, 31L, 31L, 31L, 31L, 31L, 31L, 31L, 
31L, 31L, 31L, 44L, 44L, 44L, 47L, 47L, 47L, 47L, 51L, 51L, 51L, 
51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 51L, 52L, 
52L, 52L, 52L, 52L, 52L, 52L)

查看向量的重复情况：

table(avec)
# 输出：
#  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 44 47 51 52 
#  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1 13  3  4 15  7 

该向量存在数字跳跃（如缺失32至43、45至46等），需要将其修改为连续无跳跃的序列，同时保留每个值的重复次数，期望输出如下：

avec <- c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 
15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 
28L, 29L, 30L, 31L, 31L, 31L, 31L, 31L, 31L, 31L, 31L, 31L, 31L, 
31L, 31L, 31L, 32L, 32L, 32L, 33L, 33L, 33L, 33L, 34L, 34L, 34L, 
34L, 34L, 34L, 34L, 34L, 34L, 34L, 34L, 34L, 34L, 34L, 34L, 35L, 
35L, 35L, 35L, 35L, 35L, 35L)

最简解决方案 #

利用因子的特性，将原始向量的唯一值映射为连续整数：

# 提取排序后的唯一值
unique_sorted <- sort(unique(avec))
# 将向量转换为因子，再转为整数类型
avec_fixed <- as.integer(factor(avec, levels = unique_sorted))

说明 #

• sort(unique(avec)) 获取向量中所有唯一值并按升序排列，确保映射的连续性。
• factor(avec, levels = unique_sorted) 将原始向量转换为因子，每个原始值对应排序后唯一值序列中的位置。
• as.integer() 将因子转换为整数，得到连续无跳跃的序列，同时完全保留原始值的重复次数。

验证修复后的向量：

table(avec_fixed)
# 输出：
#  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 
#  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1 13  3  4 15  7 

内容的提问来源于stack exchange，提问作者Tom