如何访问向量中的最后一个值？

我使用 tail 函数：

tail(vector, n=1)

tail 的好处是它也适用于数据帧，这与 x[length(x)] 习语不同。

---

为了不是从美学而是从性能导向的角度来回答这个问题，我已经通过一个基准测试了上述所有建议。确切地说，我已经考虑了这些建议

x[长度（x）]

mylast(x)，其中 mylast 是通过 Rcpp 实现的 C++ 函数，

尾（x，n=1）

dplyr::last(x)

x[结束(x)[1]]]

转（x）[1]

并将它们应用于各种大小（10^3、10^4、10^5、10^6 和 10^7）的随机向量。在我们查看这些数字之前，我认为应该清楚的是，任何随着输入大小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

这立即排除了涉及 rev 或 end 的任何内容，因为它们显然不是 O(1) （并且结果表达式以非惰性方式评估）。 tail 和 dplyr::last 与 O(1) 相差不远，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，它是自定义的并且不能优雅地处理空向量），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，我认为您不走运。标准的成语是

x[length(x)]  

但是编写一个函数来做到这一点很容易：

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

R 中这个缺失的功能也让我很恼火！

---

结合 lindelof's 和 Gregg Lind's 的想法：

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

在提示符下工作，我通常省略 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，并且还可以返回数据“没有第一个/最后一个n 个元素”，例如

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

（请注意，您必须为此使用 head，而不是 tail。）

---

dplyr 包包含一个函数 last()：

last(mtcars$mpg)
# [1] 21.4

---

我刚刚使用以下代码在具有 663,552 行的数据帧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，访问长度位置的速度要快得多。

---

另一种方法是取反向向量的第一个元素：

rev(dat$vect1$vec2)[1]

---

我有另一种查找向量中最后一个元素的方法。假设向量是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

给你！

---

包 data.table 包括 last 功能

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

---

关于什么

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

---

xts 包提供 last 函数：

library(xts)
a <- 1:100
last(a)
[1] 100

---