基于布尔值返回数字序列的更优雅的方式？答案

【问题标题】：More elegant way to return a sequence of numbers based on booleans?基于布尔值返回数字序列的更优雅的方式？
【发布时间】：2026-02-21 07:10:01
【问题描述】：

这是我作为 data.frame 一部分的布尔值示例：

atest <- c(FALSE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, FALSE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, FALSE)

我想从每个 FALSE 返回一个从 1 开始并增加 1 直到下一个 FALSE 的数字序列。

得到的所需向量是：

[1]  1  2  3  4  5  6  7  8  9 10  1  2  3  4  5  6  7  8  9 10  1

这是完成此操作的代码，但我确信在 R 中有更简单或更优雅的方法来执行此操作。我一直在尝试学习如何在 R 中更有效地编写代码，而不是简单地完成工作.

result <- c()
x <- 1
for(i in 1:length(atest)){
    if(atest[i] == FALSE){
        result[i] <- 1
        x <- 1
    } 
    if(atest[i] != FALSE){
        x <- x+1
         result[i] <- x
    }
}

【问题讨论】：

在 for 循环中重新分配（“增长”）一个对象在 R 中是一个很大的禁忌。这是你能做的最慢的事情。
我知道我尝试过使用 sapply，但只是想了解基本逻辑。您的解决方案正是我想要的。

标签： r

【解决方案1】：

这是一种方法，使用方便（但不是广为人知/使用的）基本函数：

> sequence(tabulate(cumsum(!atest)))
 [1]  1  2  3  4  5  6  7  8  9 10  1  2  3  4  5  6  7  8  9 10  1

分解：

> # return/repeat integer for each FALSE
> cumsum(!atest)
 [1] 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3
> # count the number of occurrences of each integer
> tabulate(cumsum(!atest))
[1] 10 10  1
> # create concatenated seq_len for each integer
> sequence(tabulate(cumsum(!atest)))
 [1]  1  2  3  4  5  6  7  8  9 10  1  2  3  4  5  6  7  8  9 10  1

【讨论】：

我已经 +1 了，但我会再做一次，因为解释真的很有帮助！
@Joshua Ulrich +1 为这个伟大的解决方案；但如果第一个元素不是 FALSE: sequence(tabulate(cumsum(!atest[-1])))
@sgibb：在我回答之前我没有尝试过 OP 的代码，但是如果第一个元素不是 FALSE，我看到它从 2 开始第一个序列。这似乎与他们的文字不一致，“我想从每个 FALSE 返回一个从 1 开始并增加 1 直到下一个 FALSE 的数字序列。”
这太棒了。我的数据总是以 FALSE 开头。我从来没有使用过表格或序列，只有 seq。非常感谢！

【解决方案2】：

这是使用其他熟悉功能的另一种方法：

seq_along(atest) - cummax(seq_along(atest) * !atest) + 1L

因为它都是矢量化的，它明显比@Joshua 的解决方案快（如果速度有任何问题的话）：

f0 <- function(x) sequence(tabulate(cumsum(!x)))
f1 <- function(x) {i <- seq_along(x); i - cummax(i * !x) + 1L}
x  <- rep(atest, 10000)

library(microbenchmark)
microbenchmark(f0(x), f1(x))
# Unit: milliseconds
#   expr       min        lq    median        uq      max neval
#  f0(x) 19.386581 21.853194 24.511783 26.703705 57.20482   100
#  f1(x)  3.518581  3.976605  5.962534  7.763618 35.95388   100

identical(f0(x), f1(x))
# [1] TRUE

【讨论】：

【解决方案3】：

Rcpp 可以很好地解决此类问题。借用@flodel 的代码作为基准测试框架，

boolseq.cpp
-----------

#include <Rcpp.h>
using namespace Rcpp;

// [[Rcpp::export]]
IntegerVector boolSeq(LogicalVector x) {
  int n = x.length();
  IntegerVector output = no_init(n);
  int counter = 1;
  for (int i=0; i < n; ++i) {
    if (!x[i]) {
      counter = 1;
    }
    output[i] = counter;
    ++counter;
  }
  return output;
}

/*** R
x <- c(FALSE, sample( c(FALSE, TRUE), 1E5, TRUE ))

f0 <- function(x) sequence(tabulate(cumsum(!x)))
f1 <- function(x) {i <- seq_along(x); i - cummax(i * !x) + 1L}

library(microbenchmark)
microbenchmark(f0(x), f1(x), boolSeq(x), times=100)

stopifnot(identical(f0(x), f1(x)))
stopifnot(identical(f1(x), boolSeq(x)))
*/

sourceCpping 它给了我：

Unit: microseconds
       expr       min        lq     median         uq       max neval
      f0(x) 18174.348 22163.383 24109.5820 29668.1150 78144.411   100
      f1(x)  1498.871  1603.552  2251.3610  2392.1670  2682.078   100
 boolSeq(x)   388.288   426.034   518.2875   571.4235   699.710   100

不太优雅，但与您使用 R 代码编写的内容非常接近。

【讨论】：