每次向量元素改變時在 R 中分割向量

Question

每次元素值更改時，我都需要拆分重復元素組的向量。 例如：

test_vector <- c("string1", "string1", "string1", "string2", 
  "string2", "string1", "string1", "string3")

必須變成：

$`1`
[1] "string1" "string1" "string1"

$`2`
[1] "string2" "string2"

$`3`
[1] "string1" "string1"

$`4`
[1] "string3"

如果我嘗試split(test_vector, test_vector)我得到錯誤的輸出：

$string1
[1] "string1" "string1" "string1" "string1" "string1"

$string2
[1] "string2" "string2"

$string3
[1] "string3"

我寫了一些代碼來實現這一點，但它似乎不必要地長，我覺得我錯過了一些更簡單的東西：

# find indices where splitting will occur:
split_points <- rep(F, length(test_vector))
for (i in 1:length(test_vector)) {
  if (i != 1) {
    if (test_vector[i] != test_vector[i-1]) {
      split_points[i] <- T
    }
  }
}
split_points <- c(1, which(split_points))

# create split vector:
split_code <- rep(1, length(test_vector))
for ( j in 1:length(split_points) ) {

  if (j!=length(split_points)) {
    split_code[
      split_points[j]:(split_points[j+1]-1)
    ] <- j
  } else {
    split_code[
      split_points[j]:length(test_vector)
    ] <- j
  }

}

split_result <- split(test_vector, split_code)
$`1`
[1] "string1" "string1" "string1"

$`2`
[1] "string2" "string2"

$`3`
[1] "string1" "string1"

$`4`
[1] "string3"

如果有人能幫我找到更簡單的解決方案，我將不勝感激！

Answer 1

在base R ，我們可以使用rle來獲得向量的游程編碼

grp <- with(rle(test_vector), rep(seq_along(values), lengths))

用它來split vector

split(test_vector, grp)

---

使用data.table ， rleid根據相鄰元素之間的差異給出 id

library(data.table)
split(test_vector, rleid(test_vector))

Answer 2

f = cumsum(c(TRUE, test_vector[-length(test_vector)] != test_vector[-1]))
split(test_vector, f)

或者

with(rle(test_vector), Map(rep, values, lengths))

Answer 3

甲基R選項是使用findInterval + cumsum + rle ，即

res <- split(test_vector,
             findInterval(seq_along(test_vector),
                          cumsum(rle(test_vector)$lengths),
                          left.open = TRUE))

以至於

> res
$`1`
[1] "string1" "string1" "string1"

$`2`
[1] "string2" "string2"

$`3`
[1] "string1" "string1"

$`4`
[1] "string3"