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
因为最后三个值都是负数。
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，在第一个非负值处停止，但我认为这在计算上不会有效。有没有更好更简单的方法呢？
【问题讨论】：
NAs 是否安全？
标签： r
你可以使用rle:
z <- rnorm(20)
r <- rle(sign(z))
n <- length(r$values)
ifelse(r$values[n] < 1, r$lengths[n], 0)
【讨论】：
which.max...run <- rle( rev( sign( x ) == -1 ) ) ; run$lengths[ which.max( run$values == TRUE ) ]，这当然是错误的。
这可能会比rle 更快，因为它会在发现阳性后立即停止处理数据。我要强调的是，@HongOoi 和我的解决方案都假设您的数据不包含任何 NA，这可能是您的情况：
first.pos <- match(TRUE, rev(x) >= 0)
if (is.na(first.pos)) length(x) else first.pos - 1L
编辑：我有点惊讶，但您也可以将first.pos 计算为which(rev(x) >= 0)[1]，并且在各种输入长度下它似乎更快。
基准测试：
flodel <- function(x) {
first.pos <- which(rev(x) >= 0)[1]
if (is.na(first.pos)) length(x) else first.pos - 1L
}
hong <- function(z) {
r <- rle(sign(z))
n <- length(r$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
再修改一次。关于处理NAs 的讨论很多，所以这里有一个非必要优化但稳健的方法，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
【讨论】：
NAs 的免责声明。而且我认为即使您的答案也没有给出NAs 的正确结果，请参阅我对亚历克西斯的最后评论。不过 +1。
NA 的精神，默认行为（在可选的na.rm = FALSE 下）应该是我所描述的。您实现的将是非默认na.rm = TRUE 下的行为。我添加了另一个函数来实现这个想法。
另外，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
@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
【讨论】：
NAs 并不是很有用，除非您将它们放在向量末尾的一系列负数的中间。
NA吗？因为根据NA 背后的真实价值（正面或负面），最终答案可能是 1、3 或 5。
NA 的实际价值有什么影响？你的意思是打印出来的NA 应该是一种警告？
NA 就像是在说“我不能确定”，这就是您最后一个示例应该返回的内容。与运行 cummax(c(1, 2, NA, 4)) 时的想法相同。
此解决方案忽略 NA 这可能是可取的，也可能不是可取的......
simon <- function(x) {
y <- na.omit( rev( sign( x ) ) == -1)
return( sum( head( y , which.min( y ) ) ) )
}
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
【讨论】：