如何访问向量中的最后一个值？

假设我有一个嵌套在数据帧中的一个或两个级别的向量.是否有快速而肮脏的方式来访问最后一个值,而不使用该length()功能？PERL的$#特殊变量是什么？

所以我想要像:

dat$vec1$vec2[$#]

代替

dat$vec1$vec2[length(dat$vec1$vec2)]

lindelof.. 344

我用的tail功能:

tail(vector, n=1)

tail与x[length(x)]成语不同,它的优点在于它也适用于数据帧.

1> lindelof..：

---

我用的tail功能:

tail(vector, n=1)

tail与x[length(x)]成语不同,它的优点在于它也适用于数据帧.

---

请注意,对于数据帧,length(x)== ncol(x)因此肯定是错误的,而dim(x)[1]可以更具描述性地写入nrow(x).

---

但x [length(x [,1]),]适用于数据帧或x [dim(x)[1],]

---

请注意,我的下面的基准测试显示,对于较大的向量,这比平均值"x [length(x)]"要慢30倍!

---

@hadley - kpierce8建议`x [length(x [,1]),]`没有错(注意`x`子集中的逗号),但它肯定很尴尬.

2> anonymous..：

---

为了回答这个问题,不是从美学但以绩效为导向的观点,我已经将所有上述建议都放在基准测试中.确切地说,我已经考虑了这些建议

x[length(x)]

mylast(x),哪里mylast是通过Rcpp实现的C++函数,

tail(x, n=1)

dplyr::last(x)

x[end(x)[1]]]

rev(x)[1]

并将它们应用于各种大小的随机向量(10 ^ 3,10 ^ 4,10 ^ 5,10 ^ 6和10 ^ 7).在我们查看数字之前,我认为应该清楚的是,任何因输入大小更大而变得明显变慢的东西(即任何不是O(1)的东西)都不是一种选择.这是我使用的代码:

Rcpp::cppFunction('double mylast(NumericVector x) { int n = x.size(); return x[n-1]; }')
options(width=100)
for (n in c(1e3,1e4,1e5,1e6,1e7)) {
  x <- runif(n);
  print(microbenchmark::microbenchmark(x[length(x)],
                                       mylast(x),
                                       tail(x, n=1),
                                       dplyr::last(x),
                                       x[end(x)[1]],
                                       rev(x)[1]))}

它给了我

Unit: nanoseconds
           expr   min      lq     mean  median      uq   max neval
   x[length(x)]   171   291.5   388.91   337.5   390.0  3233   100
      mylast(x)  1291  1832.0  2329.11  2063.0  2276.0 19053   100
 tail(x, n = 1)  7718  9589.5 11236.27 10683.0 12149.0 32711   100
 dplyr::last(x) 16341 19049.5 22080.23 21673.0 23485.5 70047   100
   x[end(x)[1]]  7688 10434.0 13288.05 11889.5 13166.5 78536   100
      rev(x)[1]  7829  8951.5 10995.59  9883.0 10890.0 45763   100
Unit: nanoseconds
           expr   min      lq     mean  median      uq    max neval
   x[length(x)]   204   323.0   475.76   386.5   459.5   6029   100
      mylast(x)  1469  2102.5  2708.50  2462.0  2995.0   9723   100
 tail(x, n = 1)  7671  9504.5 12470.82 10986.5 12748.0  62320   100
 dplyr::last(x) 15703 19933.5 26352.66 22469.5 25356.5 126314   100
   x[end(x)[1]] 13766 18800.5 27137.17 21677.5 26207.5  95982   100
      rev(x)[1] 52785 58624.0 78640.93 60213.0 72778.0 851113   100
Unit: nanoseconds
           expr     min        lq       mean    median        uq     max neval
   x[length(x)]     214     346.0     583.40     529.5     720.0    1512   100
      mylast(x)    1393    2126.0    4872.60    4905.5    7338.0    9806   100
 tail(x, n = 1)    8343   10384.0   19558.05   18121.0   25417.0   69608   100
 dplyr::last(x)   16065   22960.0   36671.13   37212.0   48071.5   75946   100
   x[end(x)[1]]  360176  404965.5  432528.84  424798.0  450996.0  710501   100
      rev(x)[1] 1060547 1140149.0 1189297.38 1180997.5 1225849.0 1383479   100
Unit: nanoseconds
           expr     min        lq        mean    median         uq      max neval
   x[length(x)]     327     584.0     1150.75     996.5     1652.5     3974   100
      mylast(x)    2060    3128.5     7541.51    8899.0     9958.0    16175   100
 tail(x, n = 1)   10484   16936.0    30250.11   34030.0    39355.0    52689   100
 dplyr::last(x)   19133   47444.5    55280.09   61205.5    66312.5   105851   100
   x[end(x)[1]] 1110956 2298408.0  3670360.45 2334753.0  4475915.0 19235341   100
      rev(x)[1] 6536063 7969103.0 11004418.46 9973664.5 12340089.5 28447454   100
Unit: nanoseconds
           expr      min         lq         mean      median          uq       max neval
   x[length(x)]      327      722.0      1644.16      1133.5      2055.5     13724   100
      mylast(x)     1962     3727.5      9578.21      9951.5     12887.5     41773   100
 tail(x, n = 1)     9829    21038.0     36623.67     43710.0     48883.0     66289   100
 dplyr::last(x)    21832    35269.0     60523.40     63726.0     75539.5    200064   100
   x[end(x)[1]] 21008128 23004594.5  37356132.43  30006737.0  47839917.0 105430564   100
      rev(x)[1] 74317382 92985054.0 108618154.55 102328667.5 112443834.0 187925942   100

这会立即排除任何涉及rev或end因为它们显然不是O(1)(并且结果表达式以非惰性方式评估).tail而dplyr::last不是远未O(1)但他们也比相当慢mylast(x)和x[length(x)].由于mylast(x)速度慢x[length(x)]并且没有任何好处(相反,它是自定义的并且不能优雅地处理空向量),我认为答案很清楚:请使用x[length(x)].

---

^ O(1)解决方案应该是这个问题中唯一可接受的答案.

3> Gregg Lind..：

---

如果你正在寻找像Python的x [-1]符号那样好的东西,我想你运气不好.标准的习语是

x[length(x)]  

但是写一个函数来做这个很容易:

last <- function(x) { return( x[length(x)] ) }

R中这个缺失的功能也让我很烦恼!

---

提供一个函数示例的好主意+1

4> Florian Jenn..：

---

结合lindelof和Gregg Lind的想法:

last <- function(x) { tail(x, n = 1) }

在提示工作,我通常省略"n= ",即tail(x, 1).

不像last从pastecs包,head和tail(从utils)的工作不仅在载体也对数据帧等,并且也可以返回数据"没有第一/最后n个元素",例如

but.last <- function(x) { head(x, n = -1) }

(请注意,您必须使用head此而不是tail.)

---

请注意,我的下面的基准测试显示,对于较大的向量,这比平均值"x [length(x)]"要慢30倍!

5> Sam Firke..：

---

所述dplyr封装包括功能last():

last(mtcars$mpg)
# [1] 21.4

---

类似的内幕,但有了这个答案,你不必编写自己的函数`last()`并将该函数存储在某个地方,就像上面几个人所做的那样.您可以获得函数的可读性,其可移植性来自CRAN,以便其他人可以运行代码.

---

这基本上归结为'x [[length(x)]]`.

6> scuerda..：

---

我只是使用以下代码在663,552行的数据框架上对这两种方法进行了基准测试:

system.time(
  resultsByLevel$subject <- sapply(resultsByLevel$variable, function(x) {
    s <- strsplit(x, ".", fixed=TRUE)[[1]]
    s[length(s)]
  })
  )

 user  system elapsed 
  3.722   0.000   3.594 

和

system.time(
  resultsByLevel$subject <- sapply(resultsByLevel$variable, function(x) {
    s <- strsplit(x, ".", fixed=TRUE)[[1]]
    tail(s, n=1)
  })
  )

   user  system elapsed 
 28.174   0.000  27.662 

因此,假设您正在使用向量,访问长度位置要快得多.

---

为什么不测试第二种情况的`tail(strsplit(x,".",fixed = T)[[1]],1)` 对我来说,`tail`的主要优点是你可以把它写成一行.;)

7> James..：

---

另一种方法是采用反向向量的第一个元素:

rev(dat$vect1$vec2)[1]

---

这将是*昂贵的*虽然!

8> Enrique Pére..：

---

套餐data.table包括last功能

library(data.table)
last(c(1:10))
# [1] 10

---

这基本上归结为'x [[length(x)]]`.

9> 小智..：

---

我有另一种方法来查找向量中的最后一个元素.说矢量是a.

> a<-c(1:100,555)
> end(a)      #Gives indices of last and first positions
[1] 101   1
> a[end(a)[1]]   #Gives last element in a vector
[1] 555

你去!

10> Kurt Ludikov..：

---

怎么样

> a <- c(1:100,555)
> a[NROW(a)]
[1] 555