如何在r中删除带有NA的尾巴？答案

【问题标题】：How to remove a tail with NA in r?如何在r中删除带有NA的尾巴？
【发布时间】：2019-04-10 20:01:26
【问题描述】：

我有一个向量：

a <- c(NA,1:5,NA,NA,1:3, rep(NA,round(runif(1,0,100))))

我需要删除结尾的NAs。期望的结果：

c(NA, 1:5, NA, NA, 1:3)

【问题讨论】：

相关：Remove leading and trailing NA

标签： r na missing-data

【解决方案1】：

你可以的

a[1:max(which(!is.na(a)))]
# [1] NA  1  2  3  4  5 NA NA  1  2  3

我们从位置 1 到最后一个非 NA 值的向量子集。

【讨论】：

当a 仅包含NA 时，这个失败（可能非常不可能）。

【解决方案2】：

一种选择是

a[rev(cumprod(rev(is.na(a)))) == 0]
# [1] NA  1  2  3  4  5 NA NA  1  2  3

步骤如下：

(a <- c(NA, 1:5, NA, NA, 1:3, NA, NA))
# [1] NA  1  2  3  4  5 NA NA  1  2  3 NA NA
is.na(a)
# [1]  TRUE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE FALSE FALSE FALSE  TRUE  TRUE
rev(is.na(a))
# [1]  TRUE  TRUE FALSE FALSE FALSE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE  TRUE
cumprod(rev(is.na(a)))
# [1] 1 1 0 0 0 0 0 0 0 0 0 0 0
rev(cumprod(rev(is.na(a))))
# [1] 0 0 0 0 0 0 0 0 0 0 0 1 1

【讨论】：

【解决方案3】：

您可以找到不是NA的最大位置和相应的子集

> a[1:max(which(!is.na(a)))]
 [1] NA  1  2  3  4  5 NA NA  1  2  3

【讨论】：

【解决方案4】：

还有一种可能：

a[cumsum(!is.na(a)) != max(cumsum(!is.na(a))) * is.na(a)]

 [1] NA  1  2  3  4  5 NA NA  1  2  3

在个别步骤中：

is.na(a)

 [1]  TRUE FALSE FALSE FALSE FALSE

cumsum(!is.na(a))

 [1] 0 1 2 3 4

cumsum(!is.na(a)) != max(cumsum(!is.na(a)))

 [1]  TRUE  TRUE  TRUE  TRUE  TRUE

cumsum(!is.na(a)) != max(cumsum(!is.na(a))) * is.na(a)

 [1]  TRUE  TRUE  TRUE  TRUE  TRUE

只是为了好玩，一些基准测试：

library(microbenchmark)

a <- rep(a, 1e5)

 microbenchmark(
 markus = a[1:max(which(!is.na(a)))],
 Julius_Vainora = a[rev(cumprod(rev(is.na(a)))) == 0],
 Kim = rm_NA_tail(a),
 tmfmnk = a[cumsum(!is.na(a)) != max(cumsum(!is.na(a))) * is.na(a)],
 nsinghs = a[1:(length(a) - rle(is.na(rev(a)))$lengths[1])],
 times = 5
)

Unit: milliseconds
           expr      min       lq     mean   median       uq       max neval cld
         markus 150.7346 153.0674 156.4194 153.3031 159.4718  165.5201     5 a  
 Julius_Vainora 393.8520 418.8186 616.3269 703.4022 749.6600  815.9018     5  bc
            Kim 370.7680 382.1826 536.0828 632.0031 642.1882  653.2720     5  bc
         tmfmnk 390.2626 415.2378 466.4245 415.8310 423.3828  687.4082     5  b 
        nsinghs 537.0404 781.1403 798.6929 793.1027 842.6777 1039.5033     5   c

【讨论】：

【解决方案5】：

我认为这可行：

rm_NA_tail <- function(a) {
  if (is.na(a[length(a)])) {
    return(a[is.na(match(data.table::rleid(a), max(data.table::rleid(a))))])
  } else {
    return(a)
  }
}

【讨论】：

【解决方案6】：

这可以使用rle()来完成

a[1:(length(a) - rle(is.na(rev(a)))$lengths[1])]
#  [1] NA  1  2  3  4  5 NA NA  1  2  3

rle(is.na(rev(a)))$lengths[1] 获取向量中尾随 NA 的计数，然后从总向量 length 中减去它，以获得您想要保持向量的索引。

【讨论】：