¿Cómo acceder al último valor en un vector?
Supongamos que tengo un vector que está anidado en un marco de datos de uno o dos niveles. ¿Existe una forma rápida y sucia de acceder al último valor sin utilizar la función length()? Algo ala $# special var de Perl?
Así que me gustaría algo como:
dat$vec1$vec2[$#]
en lugar de
dat$vec1$vec2[length(dat$vec1$vec2)]
Yo uso la función tail():
tail(vector, n=1)
Lo bueno de tail() es que también funciona en marcos de datos, a diferencia del idioma x[length(x)].
Para responder a esto no desde un punto de vista estético sino orientado hacia el rendimiento, he puesto todas las sugerencias anteriores a través de un punto de referencia . Para ser precisos, he considerado las sugerencias.
x[length(x)]mylast(x), dondemylastes una función de C++ implementada a través de Rcpp,tail(x, n=1)dplyr::last(x)x[end(x)[1]]]rev(x)[1]
y los aplicó a vectores aleatorios de varios tamaños (10 ^ 3, 10 ^ 4, 10 ^ 5, 10 ^ 6 y 10 ^ 7). Antes de ver los números, creo que debería quedar claro que cualquier cosa que se vuelva notablemente más lenta con un mayor tamaño de entrada (es decir, cualquier cosa que no sea O(1)) no es una opción. Aquí está el código que utilicé:
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]))}
Me da
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
Esto descarta de inmediato cualquier cosa relacionada con rev o end, ya que claramente no son O(1) (y las expresiones resultantes se evalúan de manera no perezosa). tail y dplyr::last no están lejos de ser O(1) pero también son considerablemente más lentos que mylast(x) y x[length(x)]. Ya que mylast(x) es más lento que x[length(x)] y no proporciona beneficios (más bien, es personalizado y no maneja con gracia un vector vacío), creo que la respuesta es clara: Por favor use x[length(x)].
Si estás buscando algo tan bonito como la notación x [-1] de Python, creo que no tienes suerte. El idioma estándar es
x[length(x)]
pero es bastante fácil escribir una función para hacer esto:
last <- function(x) { return( x[length(x)] ) }
Esta característica que falta en R me molesta también!
Combinando las ideas de lindelof y gregg lind:
last <- function(x) { tail(x, n = 1) }
Trabajando en el indicador, normalmente omito el "n=", es decir, tail(x, 1).
A diferencia de last del paquete pastecs, head y tail (de utils) funcionan no solo en vectores sino también en marcos de datos, etc., y también pueden devolver datos "sin los elementos primero/último n", por ejemplo.
but.last <- function(x) { head(x, n = -1) }
(Tenga en cuenta que tiene que usar head para esto, en lugar de tail.)
Acabo de comparar estos dos enfoques en el marco de datos con 663,552 filas usando el siguiente código:
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
y
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
Entonces, asumiendo que estás trabajando con vectores, acceder a la posición de longitud es significativamente más rápido.
El paquete dplyr incluye una función last():
last(mtcars$mpg)
# [1] 21.4
Otra forma es tomar el primer elemento del vector invertido:
rev(dat$vect1$vec2)[1]
Tengo otro método para encontrar el último elemento en un vector. Digamos que el vector es 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
¡Ahí tienes!
De que se trata
> a <- c(1:100,555)
> a[NROW(a)]
[1] 555
El paquete data.table incluye la función last
library(data.table)
last(c(1:10))
# [1] 10
El paquete xts proporciona una función last:
library(xts)
a <- 1:100
last(a)
[1] 100