Wie kann man auf den letzten Wert eines Vektors zugreifen?

Question

Angenommen, ich habe einen Vektor, der in einem Datenrahmen eine oder zwei Ebenen verschachtelt ist. Gibt es einen schnellen und schmutzigen Weg, um auf den letzten Wert zuzugreifen, ohne die length() Funktion? Etwas ala PERL's $# besondere var?

Ich hätte also gerne etwas wie:

dat$vec1$vec2[$#]

anstelle von

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

Answer 1

Ich benutze die tail Funktion:

tail(vector, n=1)

Das Schöne an tail ist, dass es auch mit Datenrahmen funktioniert, im Gegensatz zu dem x[length(x)] Idiom.

Answer 2

Um diese Frage nicht unter ästhetischen, sondern unter leistungsorientierten Gesichtspunkten zu beantworten, habe ich alle oben genannten Vorschläge durch einen Benchmark . Um genau zu sein, habe ich die folgenden Vorschläge in Betracht gezogen

• x[length(x)]
• mylast(x) donde mylast ist eine durch Rcpp implementierte C++-Funktion,
• tail(x, n=1)
• dplyr::last(x)
• x[end(x)[1]]]
• rev(x)[1]

und wendeten sie auf Zufallsvektoren verschiedener Größen an (10^3, 10^4, 10^5, 10^6 und 10^7). Bevor wir uns die Zahlen ansehen, sollte klar sein, dass alles, was mit zunehmender Eingabegröße merklich langsamer wird (d. h. alles, was nicht O(1) ist), nicht in Frage kommt. Hier ist der Code, den ich verwendet habe:

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]))}

Es gibt mir

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

Dies schließt sofort alles aus, was mit rev o end denn sie sind eindeutig nicht O(1) (und die sich daraus ergebenden Ausdrücke werden in einer nicht-lazilen Weise ausgewertet). tail y dplyr::last sind nicht weit davon entfernt O(1) aber sie sind auch deutlich langsamer als mylast(x) y x[length(x)] . Seit mylast(x) ist langsamer als x[length(x)] und bietet keine Vorteile (vielmehr ist es benutzerdefiniert und nicht behandeln einen leeren Vektor anmutig), ich denke, die Antwort ist klar: Bitte verwenden Sie x[length(x)] .

Answer 3

Wenn Sie etwas so Schönes wie die x[-1]-Notation von Python suchen, haben Sie wohl Pech gehabt. Das Standardidiom ist

x[length(x)]  

aber es ist einfach genug, eine Funktion zu schreiben, um dies zu tun:

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

Diese fehlende Funktion in R ärgert mich auch!

Answer 4

Kombinieren von Lindelof y Gregg Lind's Ideen:

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

Wenn ich an der Eingabeaufforderung arbeite, lasse ich normalerweise die n= d.h. tail(x, 1) .

Anders als last von der pastecs Paket, head y tail (aus utils ) arbeiten nicht nur mit Vektoren, sondern auch mit Datenrahmen usw. und können auch Daten zurückgeben " ohne erste/letzte n Elemente ", z.B.

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

(Beachten Sie, dass Sie die head für diese, statt tail .)

Answer 5

Les dplyr Paket enthält eine Funktion last() :

last(mtcars$mpg)
# [1] 21.4