R语言for循环中定位向量前序元素并生成新周数列的实现问题

现有代码问题排查 #

• 你定义的fake是矩阵而非数据框，建议先转换为数据框格式避免后续操作报错
• for循环的遍历对象错误，你需要遍历筛选后的df的每一行，而非dayofweek序列
• 条件判断语法错误：等于判断需用==而非赋值符=，同时原有代码存在括号缺失问题
• 没有逐行读取t值判断与前一个值的差异，直接对全向量操作不符合需求

修复后的for循环实现 #

# 构造模拟数据
set.seed(123) # 固定随机种子方便结果复现
L = rnorm(50, mean=10, sd=2)
t = c(rep.int(7,3), rep.int(14,6), rep.int(21,8), rep.int(28,12), rep.int(31,5), rep.int(36,16))
fake = data.frame(L, t) # 转换为数据框格式

# 筛选周级时间点的观测
dayofweek = seq(7,120,7)
df = subset(fake, t %in% dayofweek)

# 初始化周数向量
week_vec <- integer(nrow(df))
week_vec[1] <- 1 # 第一个观测默认对应第1周

# 遍历逐行计算周数
for (i in 2:nrow(df)) {
  if (df$t[i] == df$t[i-1]) {
    week_vec[i] = week_vec[i-1]
  } else if (df$t[i] > df$t[i-1]) {
    week_vec[i] = week_vec[i-1] + 1
  }
}

# 转成字符串格式并绑定到原数据
# 可按需调整字符串格式，也可直接用as.character(week_vec)生成纯数字字符串
df$weeks <- paste0("第", week_vec, "周") 

高效向量化实现（适合大数据集，无需循环） #

R的data.table包内置的rleid函数可以直接识别连续相同的取值并生成分组ID，一行代码即可完成需求，运行效率远高于手动写for循环，适合你提到的大量观测的场景：

# 首次使用需先安装包
# install.packages("data.table")
library(data.table)

# 直接生成字符串格式的周数列
df$weeks <- as.character(rleid(df$t))

以上两种方法生成的周数列都可以直接传入ggplot的映射参数中使用。

内容的提问来源于stack exchange，提问作者lmbradley