ベクトルまたは列の2番目（3番目…）の最高/最低値を見つける最も速い方法

Rは最大値と最小値を提供しますが、ベクトル全体をソートすることと、このベクトルから値xを選択することを除いて、順序で別の値を見つける本当に速い方法はありません。

2番目に高い値（たとえば）を取得するより速い方法はありますか？

ありがとう

のpartial引数を使用しますsort()。2番目に高い値の場合：

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

記録のためだけに、少し遅い代替案：

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

私はロブの答えをもう少し一般的な関数にまとめました。これを使用して、2番目、3番目、4番目（など）の最大値を見つけることができます。

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にはnth_elementと呼ばれる関数があり、ユーザーが要求したとおりの処理を実行し、上記のすべての実装よりも高速です。

また、部分ソートに基づく上記の方法は、kの最小値の検索をサポートしていません

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

xの5番目に大きい要素を返しますが、

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

xの5番目に小さい要素を返します

最も一般的な回答に対する以下のベンチマーク。

1万個の場合：

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つのための百万の数字：

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

これは、ベクトル内のN個の最小値/最大値のインデックスを見つける簡単な方法です（N = 3の例）：

N <- 3

N最小：

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

N最大：

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

したがって、次のように値を抽出できます。

x[ndx]

n番目に高い値の場合、

sort(x, TRUE)[n]

最初にmax要素を削除してから、同等の速度で別の最大実行を実行することがわかりました。

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 

これが私が見つけた最も簡単な方法です、

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

最近、特定のベクトルで上位N個の最大/最小数のインデックスを返すR関数を探していたとき、そのような関数がないことに驚きました。

そして、これは非常に似ているものです。

base :: order関数を使用したブルートフォースソリューションが最も簡単なようです。

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

しかし、Nの値がベクトルxの長さと比較して比較的小さい場合、これは最速ではありません。

一方、Nが本当に小さい場合は、base :: whichMax関数を繰り返し使用し、各反復で、見つかった値を-Infで置き換えることができます。

# 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
}

私はあなたが問題を理解していると思います-Rのコピーオンモディファイの性質です。したがって、これは非常に非常に小さいN（1,2,3）の場合にパフォーマンスが向上しますが、N値が大きい場合は急速に遅くなります。そして、あなたはベクトルのすべての要素をx 回N回繰り返しています。

クリーンRでの最善の解決策は、部分的なbase :: sortを使用することだと思います。

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

次に、上記の関数定義の結果から最後（N番目）の項目を選択できます。

注：上記で定義された関数は単なる例です-それらを使用する場合は、入力をチェック/サニティする必要があります（例：N> length（x））。

私はhttp://palusga.cz/?p=18で非常に類似したものについての小さな記事（ベクトルの上位N max / min値のインデックスを取得）を書きました-ここで、上で定義した類似の関数のいくつかのベンチマークを見つけることができます。

head(sort(x),..)または動作するtail(sort(x),...)はずです

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)
}

この関数は、上位n個の値とそのインデックスを含む行列を返します。それがVDevi-Chouに役立つことを願っています

これは、入力数値ベクトルxのN番目の最小値または最大値のインデックスを見つけます。下からN番目が必要な場合は引数にbottom = TRUEを設定し、上からN番目が必要な場合はbottom = FALSEを設定します。N = 1およびbottom = TRUEはwhich.minと同等で、N = 1およびbottom = FALSEはwhich.maxと同等です。

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)
}

dplyrには関数nthがあり、最初の引数はベクトルで、2番目は必要な場所です。これは繰り返し要素にも当てはまります。例えば：

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

2番目に大きい値を見つける：

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

[1] 17

次に高い値をで識別できますcummax()。あなたはたとえば、それぞれの新しいより高い値の場所をしたい場合、あなたはあなたのベクトル渡すことができますcummax()に値をdiff()れる場所を識別するための関数cummax()値が変更されています。ベクトルがあると言う

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

さて、cummax()あなたがあなたの変化の場所を見つけたいなら、私は使いがちな多くのオプションを持っていますsign(diff(cummax(v)))。のために失われた最初の要素を調整する必要がありdiff()ます。ベクトルの完全なコードvは次のようになります。

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

次のsortようなキーワードを使用できます。

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

例：

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

最初の5つの最大数が表示されます。