Самый быстрый способ найти второе (третье ...) самое высокое / самое низкое значение в векторе или столбце

R предлагает максимум и минимум, но я не вижу действительно быстрого способа найти другое значение в порядке, кроме сортировки всего вектора и последующего выбора значения x из этого вектора.

Например, есть ли более быстрый способ получить второе по величине значение?

В Rfast есть функция nth_element, которая делает именно то, что вы просите, и работает быстрее, чем все реализации, описанные выше.

Также рассмотренные выше методы, основанные на частичной сортировке, не поддерживают поиск k наименьших значений

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

Вернет 5-й по величине элемент х, в то время как

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

Вернет 5-й самый маленький элемент х

Приведенные ниже контрольные показатели в отношении наиболее популярных ответов.

Для 10 тысяч номеров:

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

Для 1 миллиона номеров:

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

Используйте partialаргумент sort(). Для второго по величине значения:

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

Немного более медленная альтернатива, только для записей:

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

Я обернул ответ Роба в чуть более общую функцию, которую можно использовать, чтобы найти 2-й, 3-й, 4-й (и т. Д.) Максимум:

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)

Вот простой способ найти индексы N самых маленьких / самых больших значений в векторе (пример для N = 3):

N <- 3

N Наименьший:

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

N Largest:

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

Таким образом, вы можете извлечь значения как:

x[ndx]

Для n-го наивысшего значения,

sort(x, TRUE)[n]

Я обнаружил, что сначала удаляем элемент max, а затем выполняем еще один максимальный прогон с сопоставимой скоростью:

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 

Вот самый простой способ, который я нашел,

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

Когда я недавно искал R возвращающую индексы верхних чисел N max / min в данном векторе, я был удивлен, что такой функции нет.

И это нечто очень похожее.

Решение грубой силы, использующее функцию base :: order, кажется самым простым.

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

Но он не самый быстрый, если ваше значение N относительно мало по сравнению с длиной вектора x .

С другой стороны, если N действительно мало, вы можете использовать функцию base :: whichMax итеративно, и в каждой итерации вы можете заменить найденное значение на -Inf

# 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
}

Я полагаю, что вы видите проблему - природу копирования при модификации R. Таким образом, это будет работать лучше для очень очень очень малого N (1,2,3), но будет быстро замедляться при больших значениях N. И вы перебираете все элементы вектора x N раз.

Я думаю, что лучшим решением в чистом R является использование частичного base :: sort .

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

Затем вы можете выбрать последний ( N- й) элемент из результата функций, описанных выше.

Примечание: функции, определенные выше, являются просто примерами - если вы хотите использовать их, вы должны проверить / рассудить входные данные (например, N> length (x) ).

Я написал небольшую статью о чем-то очень похожем (получить индексы верхних значений N max / min вектора) по адресу http://palusga.cz/?p=18 - здесь вы можете найти некоторые тесты аналогичных функций, которые я определил выше.

head(sort(x),..)или tail(sort(x),...)должен работать

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)
}

эта функция вернет матрицу с верхними значениями n и их индексами. надеюсь, это поможет VDevi-Chou

Это найдет индекс N-го наименьшего или наибольшего значения во входном числовом векторе x. Установите bottom = TRUE в аргументах, если вы хотите, чтобы N-е снизу, или bottom = FALSE, если вы хотите, чтобы N-й сверху. N = 1 и bottom = TRUE эквивалентны which.min, N = 1 и bottom = FALSE эквивалентны which.max.

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)
}

У dplyr есть функция nth, где первый аргумент - вектор, а второй - место, которое вы хотите. Это касается и повторяющихся элементов. Например:

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

Нахождение второго по величине значения:

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

[1] 17

Вы можете идентифицировать следующее более высокое значение с cummax(). Например, если вы хотите указать местоположение каждого нового более высокого значения, вы можете передать свой вектор cummax()значений в diff()функцию, чтобы определить местоположения, в которых это cummax()значение изменилось. скажем, у нас есть вектор

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

Теперь, если вы хотите найти место изменения, у cummax()вас есть много вариантов, которые я склонен использовать sign(diff(cummax(v))). Вы должны скорректировать потерянный первый элемент из-за diff(). Полный код для вектора vбудет:

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

Вы можете использовать sortключевое слово следующим образом:

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

Пример:

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

даст первые 5 максимальных чисел.