벡터 또는 열에서 두 번째 (세 번째…) 최고 / 최저 값을 찾는 가장 빠른 방법

R은 최대 및 최소를 제공하지만 전체 벡터를 정렬 한 다음이 벡터에서 값 x를 선택하는 것과는 별도로 순서대로 다른 값을 찾는 빠른 방법은 없습니다.

예를 들어 두 번째로 높은 값을 얻는 더 빠른 방법이 있습니까?

의 partial인수를 사용하십시오 sort(). 두 번째로 높은 값의 경우 :

n <- length(x)
sort(x,partial=n-1)[n-1]

기록을 위해 약간 느린 대안 :

x <- c(12.45,34,4,0,-234,45.6,4)
max( x[x!=max(x)] )
min( x[x!=min(x)] )

Rob의 답변을 약간 더 일반적인 함수로 묶었습니다.이 함수는 2, 3, 4 등 (최대 등)을 찾는 데 사용할 수 있습니다.

maxN <- function(x, N=2){
  len <- length(x)
  if(N>len){
    warning('N greater than length(x).  Setting N=length(x)')
    N <- length(x)
  }
  sort(x,partial=len-N+1)[len-N+1]
}

maxN(1:10)

Rfast 에는 nth_element 라는 함수가 있습니다.이 함수는 사용자가 요청한 것을 정확하게 수행하며 위에서 설명한 모든 구현보다 빠릅니다.

또한 부분 정렬을 기반으로 위에서 설명한 방법은 k 개의 가장 작은 값을 찾는 것을 지원하지 않습니다.

Rfast::nth(x, 5, descending = T)

x의 5 번째로 큰 요소를 반환합니다.

Rfast::nth(x, 5, descending = F)

x의 다섯 번째로 작은 요소를 반환합니다

가장 인기있는 답변에 대한 아래의 벤치 마크.

10,000 개의 숫자 :

N = 10000
x = rnorm(N)

maxN <- function(x, N=2){
    len <- length(x)
    if(N>len){
        warning('N greater than length(x).  Setting N=length(x)')
        N <- length(x)
    }
    sort(x,partial=len-N+1)[len-N+1]
}

microbenchmark::microbenchmark(
    Rfast = Rfast::nth(x,5,descending = T),
    maxn = maxN(x,5),
    order = x[order(x, decreasing = T)[5]]
)

Unit: microseconds
  expr      min       lq      mean   median        uq       max neval
 Rfast  160.364  179.607  202.8024  194.575  210.1830   351.517   100
  maxN  396.419  423.360  559.2707  446.452  487.0775  4949.452   100
 order 1288.466 1343.417 1746.7627 1433.221 1500.7865 13768.148   100

1 만 개 번호 :

N = 1e6 #evaluates to 1 million
x = rnorm(N)

microbenchmark::microbenchmark(
    Rfast = Rfast::nth(x,5,descending = T),
    maxN = maxN(x,5),
    order = x[order(x, decreasing = T)[5]]
)

Unit: milliseconds
  expr      min        lq      mean   median        uq       max neval
 Rfast  89.7722  93.63674  114.9893 104.6325  120.5767  204.8839   100
  maxN 150.2822 207.03922  235.3037 241.7604  259.7476  336.7051   100
 order 930.8924 968.54785 1005.5487 991.7995 1031.0290 1164.9129   100

다음은 벡터에서 N 가장 작은 / 가장 큰 값의 인덱스를 찾는 쉬운 방법입니다 (예 : N = 3).

N <- 3

N 최소 :

ndx <- order(x)[1:N]

N 최대 :

ndx <- order(x, decreasing = T)[1:N]

따라서 다음과 같이 값을 추출 할 수 있습니다.

x[ndx]

n 번째로 높은 값의 경우

sort(x, TRUE)[n]

max 요소를 먼저 제거한 다음 비슷한 속도로 다른 max 실행을 수행합니다.

system.time({a=runif(1000000);m=max(a);i=which.max(a);b=a[-i];max(b)})
   user  system elapsed 
  0.092   0.000   0.659 

system.time({a=runif(1000000);n=length(a);sort(a,partial=n-1)[n-1]})
   user  system elapsed 
  0.096   0.000   0.653 

내가 찾은 가장 간단한 방법은 다음과 같습니다.

num <- c(5665,1615,5154,65564,69895646)

num <- sort(num, decreasing = F)

tail(num, 1)                           # Highest number
head(tail(num, 2),1)                   # Second Highest number
head(tail(num, 3),1)                   # Third Highest number
head(tail(num, n),1)                   # Generl equation for finding nth Highest number

최근 에 주어진 벡터에서 최고 N 최대 / 최소 숫자의 인덱스를 반환 하는 R 함수를 찾고 있었을 때 그러한 함수가 없다는 것에 놀랐습니다.

그리고 이것은 매우 비슷한 것입니다.

base :: order 함수를 사용하는 무차별 대입 솔루션 이 가장 쉬운 것 같습니다.

topMaxUsingFullSort <- function(x, N) {
  sort(x, decreasing = TRUE)[1:min(N, length(x))]
}

그러나 N 값이 벡터 x 길이에 비해 상대적으로 작은 경우 가장 빠르지 않습니다 .

반면에 N 이 실제로 작은 경우 base :: whichMax 함수를 반복적으로 사용할 수 있으며 각 반복에서 찾은 값을 -Inf로 바꿀 수 있습니다

# the input vector 'x' must not contain -Inf value 
topMaxUsingWhichMax <- function(x, N) {
  vals <- c()
  for(i in 1:min(N, length(x))) {
    idx      <- which.max(x)
    vals     <- c(vals, x[idx]) # copy-on-modify (this is not an issue because idxs is relative small vector)
    x[idx]   <- -Inf            # copy-on-modify (this is the issue because data vector could be huge)
  }
  vals
}

나는 당신이 R의 복사시 수정 특성이라는 문제를 믿습니다. 그래서 이것은 매우 작은 N (1,2,3)에 대해 더 잘 수행되지만 더 큰 N 값에 대해서는 빠르게 느려질 것입니다. 그리고 벡터 x N 번의 모든 요소를 ​​반복 합니다.

깨끗한 R 에서 가장 좋은 해결책은 partial base :: sort 사용하는 것 입니다.

topMaxUsingPartialSort <- function(x, N) {
  N <- min(N, length(x))
  x[x >= -sort(-x, partial=N)[N]][1:N]
}

그런 다음 위의 기능 결과에서 마지막 ( N 번째) 항목을 선택할 수 있습니다 .

참고 : 위에서 정의한 함수는 예제 일뿐입니다. 사용하려는 경우 입력을 확인 / 위생해야합니다 (예 : N> length (x) ).

나는 http://palusga.cz/?p=18 에서 매우 비슷한 것 (벡터의 최고 N 최대 / 최소 값의 색인을 얻음)에 대한 작은 기사를 썼습니다. 여기서 위에서 정의한 유사한 함수의 벤치 마크를 찾을 수 있습니다.

head(sort(x),..)또는 tail(sort(x),...)작동해야합니다

topn = function(vector, n){
  maxs=c()
  ind=c()
  for (i in 1:n){
    biggest=match(max(vector), vector)
    ind[i]=biggest
    maxs[i]=max(vector)
    vector=vector[-biggest]
  }
  mat=cbind(maxs, ind)
  return(mat)
}

이 함수는 상위 n 개의 값과 해당 인덱스가있는 행렬을 반환합니다. 그것이 VDevi-Chou에 도움이되기를 바랍니다.

입력 숫자 형 벡터 x에서 N 번째로 작은 값 또는 가장 큰 값의 인덱스를 찾습니다. 맨 아래에서 N을 원하면 인수에 bottom = TRUE를 설정하고 맨 위에서 N을 원하면 bottom = FALSE를 설정하십시오. N = 1이고 bottom = TRUE는 which.min과 같습니다. N = 1과 bottom = FALSE는 which.max와 같습니다.

FindIndicesBottomTopN <- function(x=c(4,-2,5,-77,99),N=1,bottom=FALSE)
{

  k1 <- rank(x)
  if(bottom==TRUE){
    Nindex <- which(k1==N)
    Nindex <- Nindex[1]
  }

  if(bottom==FALSE){
    Nindex <- which(k1==(length(x)+1-N))
    Nindex <- Nindex[1]
  }

  return(Nindex)
}

dplyr에는 n 번째 함수가 있으며, 첫 번째 인수는 벡터이고 두 번째 인수는 원하는 위치입니다. 이것은 반복되는 요소에도 적용됩니다. 예를 들면 다음과 같습니다.

x = c(1,2, 8, 16, 17, 20, 1, 20)

두 번째로 큰 값 찾기 :

 nth(unique(x),length(unique(x))-1)

[1] 17

로 다음으로 높은 값을 식별 할 수 있습니다 cummax(). 당신은 예를 들어 각각의 새로운 높은 값의 위치를 원하는 경우에 당신은 당신의 벡터 전달할 수 있습니다 cummax()받는 값을 diff()하는 위치 식별 기능 cummax()값을 변경합니다. 벡터가 있다고 해

v <- c(4,6,3,2,-5,6,8,12,16)
cummax(v) will give us the vector
4  6  6  6  6  6  8 12 16

이제 변경 위치를 찾으려면 사용하려는 cummax()많은 옵션이 있습니다 sign(diff(cummax(v))). 로 인해 손실 된 첫 번째 요소를 조정해야합니다 diff(). 벡터의 완전한 코드 v는 다음과 같습니다.

which(sign(diff(cummax(v)))==1)+1

다음 sort과 같이 키워드 를 사용할 수 있습니다 .

sort(unique(c))[1:N]

예:

c <- c(4,2,44,2,1,45,34,2,4,22,244)
sort(unique(c), decreasing = TRUE)[1:5]

처음 5 개의 최대 숫자를 제공합니다.