3

如何按顺序计算最后一个负值？

例子：

200 120 80 7 -12 -20 15 70 85 -12 -19 -43

应该返回

3

因为最后三个值是负数。

189 321 234 -87 -19 -8 -1 10 12 21 9 -23

应该返回

1

和

145 321 213 187 87 78 -23 -43 12 -35 21

应该返回

0

因为最后一个值不是负数。

我知道我可以做一些循环，在第一个非负值上停止，但我不认为这在计算上是有效的。有没有更好更简单的方法来做到这一点？

4

4 回答 4

6

您可以使用rle：

z <- rnorm(20)
r <- rle(sign(z))
n <- length(r$values)
ifelse(r$values[n] < 1, r$lengths[n], 0)
于 2013-10-26T14:06:06.013 回答
5

这可能会更快，rle因为它一旦发现阳性就停止处理数据。我要强调的是，@HongOoi 和我的解决方案都假设您的数据不包含任何NA可能是您的情况：

first.pos <- match(TRUE, rev(x) >= 0)
if (is.na(first.pos)) length(x) else first.pos - 1L

编辑：我有点惊讶，但您也可以计算first.pos为which(rev(x) >= 0)[1]，并且使用各种输入长度似乎更快。

基准：

flodel <- function(x) {
  first.pos <- which(rev(x) >= 0)[1]
  if (is.na(first.pos)) length(x) else first.pos - 1L
}

hong <- function(z) {
  r <- rle(sign(z))
  n <- length(r$values)
  ifelse(r$values[n] < 1, r$lengths[n], 0)
}

alexis <- function(x) sum(Reduce(`==`, ifelse(rev(sign(x)) < 0, 1, NA),
                                 accumulate = T), na.rm = T)

x <- rnorm(1e1)
microbenchmark(flodel(x), hong(x), alexis(x))
# Unit: microseconds
#       expr    min      lq   median      uq      max neval
#  flodel(x) 15.079  17.003  19.8910  22.938 1434.925   100
#    hong(x) 60.632  68.652  79.7190 108.430 5778.838   100
#  alexis(x) 92.711 100.410 117.4125 151.256 2176.288   100
#   simon(x) 47.158  56.782  64.3205  86.616  791.728   100

x <- rnorm(1e4)
# Unit: microseconds
#       expr       min        lq     median         uq       max neval
#  flodel(x)   207.877   230.013   261.6110   309.2485  3619.233   100
#    hong(x)   893.420   972.497  1047.8840  2135.0650 41202.528   100
#  alexis(x) 25922.325 28983.209 31241.9405 34402.9145 75246.148   100
#   simon(x)   465.798   518.249   548.7245   646.5670  3048.535   100

再编辑一次。已经有很多关于处理NAs 的讨论，所以这里有一个非必要优化但健壮的方法，恕我直言，它遵循 R 函数通常如何处理NAs：

foo <- function(x, na.rm = FALSE) {
  x.rev     <- rev(x)
  first.pos <- match(TRUE, x.rev >= 0)
  first.neg <- if (is.na(first.pos)) x.rev else head(x.rev, first.pos - 1L)
  sum(first.neg < 0, na.rm = na.rm)
}

foo(c())
# [1] 0
foo(1:3)
# [1] 0
foo(c(1, -1, NA, -1, NA, -1))
# [1] NA
foo(c(1, -1, NA, -1, NA, -1), na.rm = TRUE)
# [1] 3
于 2013-10-26T14:53:32.107 回答
1

此外，这似乎有效：

sum(Reduce(`==`, ifelse(rev(sign(x)) < 0, 1, NA), accumulate = T), na.rm = T)

例如：

a <- c(1:4, -5:-2)
b <- c(1:2, -5:-4, 1:2, -1)
d <- c(1:2, -5:-4, 1:2)
e <- c(1:2, -5:-4, NA, 1:2, NA, 2, -1:-3)

lapply(list(a = a, b = b, d = d, e = e), 
    function(x) sum(Reduce(`==`, ifelse(rev(sign(x)) < 0, 1, NA), accumulate = T), 
                             na.rm = T))
$a
[1] 4

$b
[1] 1

$d
[1] 0

$e
[1] 3

在@flodel 发表评论后编辑

f <- c(1:2, -5:-4, NA, 1:2, NA, 2, -1, NA, -2, NA, -2)
sum(Reduce(`==`, ifelse(rev(sign(f)) < 0, 1, NA), accumulate = T), na.rm = T)
#[1] 1
于 2013-10-26T15:04:43.930 回答
1

该解决方案忽略了NA哪些可能是可取的，也可能是不可取的......

simon <- function(x) {
  y <- na.omit( rev( sign( x ) ) == -1)
  return( sum( head( y , which.min( y ) ) ) )
}

例子

使用以下输入数据

x3 <- c( 200 ,120 ,80, 7 ,-12, NA ,15 ,70, 85, -23 , NA , -12, -19 )
x2 <- c( 200 ,120 ,80, 7 ,-12, NA ,15 ,70, 85, -23 , 10 , -12, -19 )
x1 <- c( 200 ,120 ,80, 7 ,-12, NA ,15 ,70, 85, -23 , 10 , -12, NA )
x0 <- c( 200 ,120 ,80, 7 ,-12, NA ,15 ,70, 85, -23 , 10 , -12, 10 )

simon(x3)
#[1] 3
simon(x2)
#[1] 2
simon(x1)
#[1] 1
simon(x0)
#[1] 0
于 2013-10-26T15:37:45.700 回答