我刚刚在663,552行的数据帧上使用以下代码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 

and

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 

所以，假设你在处理向量，访问长度位置要快得多。

我有另一种方法来求向量的最后一个元素。 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

好了!

如果您正在寻找像Python的x[-1]符号一样好的东西，我认为您运气不好。标准的习语是

x[length(x)]  

但是写一个函数来实现这个很简单:

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

R中这个缺失的特性也让我很恼火!

我使用tail函数:

tail(vector, n=1)

tail的好处是它也适用于数据框架，不像x[length(x)]习惯用法。

结合林德洛夫和格雷格·林德的想法:

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

在提示符处，我通常省略n=，即tail(x, 1)。

与来自pastecs包的last不同，head和tail(来自utils)不仅可以在向量上工作，还可以在数据帧上工作，并且还可以返回“没有第一个/最后n个元素”的数据。

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

(注意，你必须使用头部，而不是尾部。)

我刚刚在663,552行的数据帧上使用以下代码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 

and

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 

所以，假设你在处理向量，访问长度位置要快得多。