R语言如何将向量按区间替换为升序编号（支持保留间隔缺口）

需求1：连续相同值块顺次编号（忽略原数值间隔） #

该场景要求每遇到一段连续重复的数值就分配一个逐次+1的编号，不考虑不同块之间原数值的差值大小。
示例输入：

x <- c(5, 5, 5, 7, 7, 7, 9, 11, 11, 11, 15, 15, 15, 17, 17, 17, 17)

对应期望输出：

y <- c(1, 1, 1, 2, 2, 2, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 6)

实现方式 #

• 第三方包快速实现：直接用data.table包的rleid()函数，这是专门为连续重复值分组设计的函数，一行代码即可得到结果：

library(data.table)
y <- rleid(x)

• 原生R实现，无需安装额外包：通过判断相邻位置是否发生值变化，累加变化次数得到编号：

y <- cumsum(c(1, diff(x) != 0))

两种方式运行得到的结果和期望输出完全一致。

需求2：编号保留原数值的间隔缺口 #

该场景要求不同块之间的编号差值和原数值的差值保持一致，第一个数值块编号从1开始。
示例输入：

x <- c(5, 5, 7, 7, 8, 8, 9)

对应期望输出：

y <- c(1, 1, 3, 3, 4, 4, 5)

逻辑说明：第一个值块（数值5）编号为1；下一个值块数值为7，和前一个块差值为2，因此编号为1+2=3；后续值块数值为8，和前一块差值为1，编号为3+1=4；最后一个值块数值为9，和前一块差值为1，编号为4+1=5，和预期匹配。

实现方式 #

原生R即可实现，逻辑是先拆分连续值块，按块计算对应编号后再映射回原向量：

# 生成连续值块ID
block_id <- cumsum(c(1, diff(x) != 0))
# 提取每个值块对应的唯一数值
block_value <- x[!duplicated(block_id)]
# 按数值差计算每个块的对应编号
block_label <- cumsum(c(1, diff(block_value)))
# 将块编号匹配到原向量的每个位置
y <- block_label[block_id]

运行结果和期望输出完全一致。如果习惯用data.table，也可以用更简洁的链式写法实现相同效果。

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