求Julia中对应R语言data.table::rleid()函数的等价实现

当然有啦！Julia里可以用几种方式实现和R中rleid()完全一致的功能——这个函数的核心就是给连续重复的数值/元素生成对应的组ID，对吧？

方法1：纯Base Julia实现（无需额外包） #

如果不想安装任何第三方包，我们可以用cumsum()和diff()组合来手动实现：

function rleid(x)
    isempty(x) && return Int[]
    # 标记相邻元素是否变化，累加变化次数后生成组ID
    vcat([1], cumsum(diff(x) .!= 0) .+ 1)
end

举个实际例子测试下：

rleid([1, 1, 2, 2, 2, 3, 1, 1])  # 输出: [1, 1, 2, 2, 2, 3, 4, 4]

这个函数的逻辑很简单：diff(x)计算相邻元素的差值，diff(x) .!= 0得到一个布尔数组，标记哪里发生了值的变化；cumsum()累加这些变化事件，最后补上第一个元素的组ID（1），就得到了和rleid()一样的结果。

方法2：用第三方包直接调用（更省心） #

如果你平时用Julia处理表格数据，推荐用DataTables包（对标R的data.table），它里面直接内置了rleid()函数，行为和R版本完全一致，连缺失值的处理逻辑都一样：

# 先安装包（第一次用的话）
using Pkg
Pkg.add("DataTables")

# 调用函数
using DataTables
rleid([1, 1, missing, missing, 2])  # 输出: [1, 1, 2, 2, 3]

要是你用的是DataFrames包，也可以把这个函数直接应用到列上，快速生成连续重复值的组ID列：

using DataFrames
df = DataFrame(val = [5,5,5,3,3,7])
df.rleid_group = rleid(df.val)

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