如何查找数据首次非0等问题

试一下这个

col <- apply(x, 1, function(x) which(x>0)[1] )

colnames(x)[col]

<br />
  x <- matrix(0,5 ,10)<br />
  x[sample(50, 20)] <- sample(50, 20)<br />
  colnames(x) <- as.character(seq(as.Date("2010/1/1"), as.Date("2010/1/10"), "day"))<br />
  x<br />
  2010-01-01 2010-01-02 2010-01-03 2010-01-04 2010-01-05 2010-01-06 2010-01-07<br />
  [1,]          0         42         49          0          0         50          0<br />
  [2,]          0          0          0          0         17         13          0<br />
  [3,]          0          0         21         18          0          9          0<br />
  [4,]          2          0          0         31          0          0          0<br />
  [5,]          0         39         11          0          0         25          0<br />
  2010-01-08 2010-01-09 2010-01-10<br />
  [1,]         35         28         19<br />
  [2,]          0         10          0<br />
  [3,]         37         15          0<br />
  [4,]          6          0          0<br />
  [5,]          0          0          0<br />
  col <- apply(x, 1, function(x) which(x>0)[1] )<br />
  colnames(x)[col]<br />
  [1] "2010-01-02" "2010-01-05" "2010-01-03" "2010-01-01" "2010-01-02"</p>
<p>

回复 第1楼 的 Davidhust：在R里看到这种编程基本上就能认定非常慢了，在R中是很少出现这种底层语言的控制流的

用match也可以

<br />
ff <- function(x) match(TRUE ,x != 0)<br />
test1 <- apply(x, 1, ff)<br />

sort(x) 升序排列x中的元素；降序排列使用：rev(sort(x))

回复 第7楼 的 zggjtsgzczh：方法很多,降序可以直接sort(x,decreasing=TRUE)

回复 第5楼 的 Davidhust：你的code在卖萌么。。建议你看看function的用法，你要的应该是这个吧：

g_char<-apply(g[,4；21], 1, function(g) which(g>0)[1])<br />

回复 第9楼 的 superdesolator：冒号打成分号了。.......

回复 第5楼 的 Davidhust：cbind就行了

回复 第12楼 的 Davidhust：下面的代码,参考了吧里一些大神给的思路,由于2楼的大神代码的x是随机的，为了让大家看得更清楚，我在有些关键地方，显示出了一些变量的值，因而使得代码略长:

R>x <- matrix(0,5 ,10)<br />
R>  x[sample(50, 20)] <- sample(50, 20)<br />
R>  colnames(x) <- as.character(seq(as.Date("2010/1/1"), as.Date("2010/1/10"), "day"))<br />
R>x<br />
     2010-01-01 2010-01-02 2010-01-03 2010-01-04 2010-01-05 2010-01-06<br />
[1,]         27         19          0          0         35          0<br />
[2,]          0          0         26          0          0          0<br />
[3,]          0         23         41          5          0          0<br />
[4,]          0         44         21          0          0          0<br />
[5,]          0          0          9          6         10          0<br />
     2010-01-07 2010-01-08 2010-01-09 2010-01-10<br />
[1,]         37          1          0          0<br />
[2,]         49          0          0         12<br />
[3,]         43         24          0         46<br />
[4,]          0          0          0          0<br />
[5,]         31          0          0          0<br />
R> col <- apply(x, 1, function(x) which(x>0)[1] )<br />
R>col<br />
[1] 1 3 2 2 3<br />
R>col1=col+1;col2=col+2;col3=col+3;col4=col+4;col5=col+5;col6=col+6;<br />
R>dt=cbind(col,col1,col2,col3,col4,col5,col6)<br />
R>dt<br />
     col col1 col2 col3 col4 col5 col6<br />
[1,]   1    2    3    4    5    6    7<br />
[2,]   3    4    5    6    7    8    9<br />
[3,]   2    3    4    5    6    7    8<br />
[4,]   2    3    4    5    6    7    8<br />
[5,]   3    4    5    6    7    8    9<br />
R>b=rep(1:nrow(dt),each=ncol(dt))<br />
R>d=cbind(b,as.numeric(t(dt)))<br />
R>d<br />
      b<br />
 [1,] 1 1<br />
 [2,] 1 2<br />
 [3,] 1 3<br />
 [4,] 1 4<br />
 [5,] 1 5<br />
 [6,] 1 6<br />
 [7,] 1 7<br />
 [8,] 2 3<br />
 [9,] 2 4<br />
[10,] 2 5<br />
[11,] 2 6<br />
[12,] 2 7<br />
[13,] 2 8<br />
[14,] 2 9<br />
[15,] 3 2<br />
[16,] 3 3<br />
[17,] 3 4<br />
[18,] 3 5<br />
[19,] 3 6<br />
[20,] 3 7<br />
[21,] 3 8<br />
[22,] 4 2<br />
[23,] 4 3<br />
[24,] 4 4<br />
[25,] 4 5<br />
[26,] 4 6<br />
[27,] 4 7<br />
[28,] 4 8<br />
[29,] 5 3<br />
[30,] 5 4<br />
[31,] 5 5<br />
[32,] 5 6<br />
[33,] 5 7<br />
[34,] 5 8<br />
[35,] 5 9<br />
R>dta=matrix(x[d],nrow(dt),byrow=TRUE)<br />
R>dta<br />
     [,1] [,2] [,3] [,4] [,5] [,6] [,7]<br />
[1,]   27   19    0    0   35    0   37<br />
[2,]   26    0    0    0   49    0    0<br />
[3,]   23   41    5    0    0   43   24<br />
[4,]   44   21    0    0    0    0    0<br />
[5,]    9    6   10    0   31    0    0<br />
R>sum1=apply(dta,MARGIN=1,FUN=sum)<br />
R>sum1<br />
[1] 118  75 136  65  56<br />
R>

回复 第14楼 的 Davidhust：col返回首列非0，+1，。。。，+6，组成的dt矩阵，返回连续7天的数据所在的列，后面就是根据行，列，去X里提取数据了。

回复 第17楼 的 Davidhust：没想到54W行就不行了么.......这个需要大神来改进我的方法了,我只能给你解释下b,d：

比如x=

1 3

2 4

这样一个2*2的矩阵，那么我要提取它的第1行，第2列的值该怎么办？

R>b

[,1] [,2]

[1,] 1 2

x就行了

同样的道理，我有1个5*7的矩阵dt,dt中的第1行的第1列的值，是不是就是原数据x中的第1行的，首次非0列的列数啊，dt列的第1行第7列的值是不是就是x中第1行首次非0列连续之后的第7列的列数呢。

有了上面的对应关系,如何提取x中第1行对应的那7列的值呢（上面只知道所在的第1行和第几列，没有返回值）

前面已经举了个例子，那么为了实现我一下提取7个，是不是要有一个这样的表达式:

x=x[d],其中d为：

1 1

1 2

1 3

...

1 7

同样的道理对于第2行，我们得有1个d

2 3

2 4

。。

2 9

b=rep(1:nrow(dt),each=ncol(dt))，

d=cbind(b,as.numeric(t(dt)))

就是干了这个事情，它把所有的d接在了一起（你需要看下rep的用法）

那这样得到的b是不是就是所有我们需要的值了，它还只是个向量

怎么还原成矩阵呢：dta<-matrix(x[d],nrow(dt),byrow=TRUE)

我注意到一个问题可能产生越界，就是，比如一个人在第363—368天首次消费，那么显然我上面的算连续7天的列数的话，出来的列数会超过370列，出现错误。