如何用R高效压缩向量：将重复元素转为元素+计数形式

嘿，这两个R语言的向量处理任务我熟得很，给你整理了实用的解决方法，不管是统计重复实例还是压缩连续重复元素都能轻松搞定：

这里的统计是指所有出现次数的汇总，不是连续重复的计数，有两种常用方法：

• 基础R快速实现：用内置的table()函数，一行代码就能得到每个元素的总出现次数：

  # 示例向量
  v <- c("a","a","a","b","a","b","b","c","b")
  # 统计所有元素的重复次数
  table(v)
  

  运行后会输出类似这样的结果，清晰展示每个元素的总出现次数：

  v
  a b c 
  4 4 1 
  

• 数据框格式输出（更易后续处理）：如果需要结构化的结果，用dplyr包的count()函数，还能按计数排序：

  library(dplyr)
  # 转为 tibble 后统计
  tibble(v) %>% count(v, sort = TRUE)
  

  输出是带列名的数据框，方便进一步分析：

  v         n
  1 a         4
  2 b         4
  3 c         1
  

这个需求是把连续重复的元素合并成「元素+重复次数」的格式，最高效的方法是用基础R的rle()函数（游程编码），专门处理这类连续重复的场景：

# 用长字符串示例测试
v <- c("alfonso","alfonso","alfonso","berta","alfonso","berta","berta","cesar","berta")
# 用rle处理连续重复元素
rle_result <- rle(v)
# 拼接元素和对应的连续重复次数
res <- paste0(rle_result$values, rle_result$lengths)
# 查看结果
res

运行后就能得到你想要的压缩向量：

[1] "alfonso3" "berta1"   "alfonso1" "berta2"   "cesar1"   "berta1"  

原理很简单：rle()会返回一个列表，其中values是每个连续重复段的元素，lengths是对应段的重复次数，用paste0()直接拼接就能得到目标格式，而且内置函数效率极高，处理大向量也毫无压力。

如果你习惯用tidyverse的语法，也可以这样实现：

library(dplyr)
library(tidyr)

tibble(v = v) %>%
  # 给连续相同的元素分配分组ID
  mutate(group = cumsum(v != lag(v, default = first(v)))) %>%
  # 按分组和元素统计次数
  group_by(group, v) %>%
  summarise(count = n(), .groups = "drop") %>%
  # 拼接成压缩格式
  mutate(compressed = paste0(v, count)) %>%
  # 提取结果向量
  pull(compressed)

这个方法逻辑更直观，适合熟悉tidyverse工作流的用户。

内容的提问来源于stack exchange，提问作者user3072843