关于r：如何访问向量中的最后一个值？

How to access the last value in a vector?

假设我有一个向量嵌套在一个或两个级别的数据框中。是否有一种快速而又肮脏的方法来访问最后一个值，而不使用length()函数？是PERL的$#特殊变量吗？

所以我想要这样的东西：

1	dat$vec1$vec2[$#]

代替

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

我使用tail函数：

1	tail(vector, n=1)

与x[length(x)]习惯用法不同，tail的好处是它也适用于数据帧。

为了不是从美学角度而是以性能为导向来回答这个问题，我已将上述所有建议通过基准进行了分析。确切地说，我已经考虑了建议

x[length(x)]
mylast(x)，其中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)。在我们查看这些数字之前，我认为应该清楚的是，任何在输入大小较大时变得明显变慢的事物(即，不是O(1)的事物)都不是选择。这是我使用的代码：

1
2
3
4
5
6
7
8
9
10

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]))}

它给我

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

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

这会立即排除涉及rev或end的所有内容，因为它们显然不是O(1)(并且结果表达式以非惰性方式求值)。 tail和dplyr::last距O(1)并不远，但它们也比mylast(x)和x[length(x)]慢得多。由于mylast(x)比x[length(x)]慢并且没有任何好处(相反，它是自定义的，不会优雅地处理空向量)，我认为答案很明确：请使用x[length(x)]。

如果您正在寻找与Python的x [-1]表示法一样好的东西，我认为您很不走运。标准成语是

1	x[length(x)]

但是编写一个函数来做到这一点很容易：

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

R中缺少的这个功能也让我很烦！

结合lindelof和Gregg Lind的想法：

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

在提示符下工作时，我通常会省略n=，即tail(x, 1)。

与pastecs包中的last不同，head和tail(来自utils)不仅适用于矢量，还适用于数据帧等，并且还可以"不带前/后n个元素"返回数据。，例如

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

(请注意，您必须为此使用head，而不是tail。)

dplyr软件包包括一个函数last()：

1 2	last(mtcars$mpg) # [1] 21.4

我刚刚使用以下代码在663552行的数据帧上对这两种方法进行了基准测试：

1
2
3
4
5
6
7
8
9

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

1
2
3
4
5
6
7
8
9

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，则访问长度位置的速度明显更快。

另一种方法是采用反向向量的第一个元素：