如何找到R中向量中最后出现重复值的索引？
索引帮助我们了解值在向量中的位置。如果我们有一个包含重复值的向量，那么我们可能想找出重复值的最后一次出现。例如，如果我们有一个包含1、1、2、1、2的向量x，则最后一次出现重复值将是4和5，因为最后一个1在第4位，而2在第5位。我们可以通过在R中使用tapply函数找到它。
示例
x1<-sample(0:3,100,replace=TRUE) x1
输出结果
[1] 3 1 0 2 1 3 3 1 3 3 2 3 0 1 3 2 3 3 2 2 2 2 1 1 2 2 2 1 0 2 2 3 0 1 1 3 1 [38] 2 1 3 0 2 1 3 1 1 2 0 3 1 3 3 3 3 0 0 3 1 1 3 0 2 0 2 1 0 1 3 1 2 1 1 3 2 [75] 3 0 0 2 3 0 2 0 2 3 2 1 1 1 2 3 1 2 1 0 0 3 0 3 0 3
tapply（seq_along(x1)，x1，max）
0 1 2 3 94 98 95 100
示例
x2<-sample(0:10,120,replace=TRUE) x2
输出结果
[1] 8 10 0 9 10 1 9 7 0 2 10 5 9 0 5 8 9 3 5 10 8 10 0 4 4 [26] 9 6 6 6 4 4 9 6 2 7 10 2 6 6 7 6 8 8 4 6 8 9 6 10 9 [51] 8 3 1 10 6 1 4 10 2 9 1 10 9 5 4 1 4 7 5 6 1 1 8 9 8 [76] 9 5 10 2 8 5 2 0 3 1 9 10 0 4 7 2 6 7 1 5 10 9 4 1 1 [101] 3 8 0 3 0 6 4 10 3 9 10 9 4 8 2 9 3 7 9 9
tapply（seq_along(x2)，x2，max）
0 1 2 3 4 5 6 7 8 9 10 105 120 109 84 115 119 101 118 117 108 116
示例
x3<-sample(0:50,120,replace=TRUE) x3
输出结果
[1] 43 19 25 49 38 44 3 42 6 1 6 43 46 37 21 43 19 31 37 31 14 7 7 1 31 [26] 20 21 42 21 7 10 46 24 13 12 47 36 8 8 42 14 35 7 19 39 24 10 7 30 27 [51] 44 33 50 34 3 36 32 39 22 3 38 22 23 33 18 17 11 32 35 37 42 35 37 48 15 [76] 33 44 41 40 7 10 43 2 4 37 3 24 19 15 44 20 25 22 16 48 19 15 36 2 15 [101] 26 3 42 40 31 17 13 21 46 44 33 12 17 12 2 3 18 11 34 43
tapply（seq_along(x3)，x3，max）
0 1 2 3 4 5 6 7 9 11 12 13 14 15 16 17 19 20 21 22 103 75 104 55 60 41 118 115 101 111 120 84 79 71 61 47 106 113 94 110 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 96 31 69 109 92 90 99 91 102 22 40 13 87 12 70 74 112 93 117 114 44 46 47 48 49 81 38 119 80 76
示例
x4<-sample(rnorm(10,2),50,replace=TRUE) x4
输出结果
[1] 1.579654 1.724472 1.587958 3.020974 1.951833 1.951833 1.724472 1.724472 [9] 3.232319 1.724472 1.579654 1.951833 1.724472 3.140572 3.140572 2.491374 [17] 1.951833 1.579654 3.140572 1.951833 1.579654 3.020974 3.232319 2.491374 [25] 1.579654 3.020974 1.724472 1.724472 3.232319 3.140572 1.951833 1.587958 [33] 3.232319 1.724472 1.587958 1.724472 3.020974 2.491374 1.951833 1.579654 [41] 2.491374 2.276152 1.579654 1.579654 1.951833 2.276152 1.724472 1.724472 [49] 1.312536 1.724472
tapply（seq_along(x4)，x4，max）
1.78964110968161 1.79728139652025 2.09899628027542 2.31654203511509
46 40 50 36
2.42762524515435 2.49110739590719 2.81806655273895 2.81941177761899
47 48 49 43
2.84785684772923 4.53333410090968
42 45示例
x5<-sample(runif(10,2,5),50,replace=TRUE) x5
输出结果
[1] 2.510584 4.532413 4.086315 4.532413 4.086315 2.510584 3.642460 2.336327 [9] 3.716678 4.086315 4.532413 2.124497 4.086315 3.716678 4.086315 4.532413 [17] 3.642460 2.124497 3.298562 3.642460 2.098908 2.124497 2.510584 4.532413 [25] 4.532413 4.086315 4.532413 2.336327 3.298562 3.716678 4.532413 3.642460 [33] 3.298562 4.478458 3.642460 4.532413 3.298562 3.642460 3.716678 4.086315 [41] 3.716678 2.510584 2.098908 4.478458 3.642460 3.298562 2.098908 3.298562 [49] 4.478458 4.086315
tapply（seq_along(x5)，x5，max）
2.05759489955381 2.29070001118816 2.56976890657097 3.92531121708453
49 34 50 48
3.96077384171076 4.2632744347211 4.58612308674492 4.76869373139925
37 39 42 45
4.89123421232216
47示例
x6<-sample(rpois(10,5),120,replace=TRUE) x6
输出结果
[1] 2 9 8 2 2 6 7 8 2 2 8 8 1 9 1 2 7 2 5 4 4 5 4 2 1 1 2 8 2 1 9 8 6 8 6 7 2 [38] 9 7 2 2 2 2 6 7 9 6 2 1 5 6 4 1 2 1 8 2 2 2 4 8 2 9 2 6 4 4 2 2 1 1 9 7 4 [75] 4 2 8 2 4 8 1 2 5 2 6 2 6 2 2 2 5 2 2 2 9 2 8 2 5 2 9 6 9 1 1 2 2 6 6 7 8 [112] 2 6 4 8 9 2 4 6 9
tapply（seq_along(x6)，x6，max）
2 3 4 5 7 8 110 120 119 112 113 116
示例
x7<-sample(rexp(20,5),50,replace=TRUE) x7
输出结果
[1] 0.180254286 0.721304706 0.599169976 0.173330448 0.610224542 0.101993073 [7] 0.002024576 0.956174020 0.067450237 0.101993073 0.136168037 0.180254286 [13] 0.180254286 0.610224542 0.213114384 0.136168037 0.721304706 0.002024576 [19] 0.173330448 0.599169976 0.077957945 0.180254286 0.599169976 0.180254286 [25] 0.063333364 0.063333364 0.083537116 0.063333364 0.048428059 0.956174020 [31] 0.101993073 0.956174020 0.599169976 0.002024576 0.073227477 0.610224542 [37] 0.101993073 0.180254286 0.077957945 0.180254286 0.276644929 0.077957945 [43] 0.005943913 0.101993073 0.063333364 0.005943913 0.067450237 0.048428059 [49] 0.048428059 0.173330448
tapply（seq_along(x7)，x7，max）
0.0114322041161358 0.0248601489034523 0.0391972061246634 0.0440873181624195
12 31 16 22
0.0520261899568141 0.0552537097595632 0.0913002151064575 0.122266020718962
40 45 19 42
0.168316483028207 0.171933523557129 0.26439337375665 0.270982742673698
4 37 46 43
0.28890159910727 0.303847270498291 0.417865602333797 0.46208735888166
48 50 25 34
0.495591953744121 0.634115280177365
47 27示例
x8<-sample(101:999,100) x8
输出结果
[1] 549 771 883 740 207 878 248 661 634 485 867 355 718 292 847 963 947 814 [19] 818 522 900 851 776 694 978 747 648 303 172 964 995 154 286 773 377 169 [37] 189 840 561 687 393 430 994 116 599 405 610 323 165 195 115 635 556 390 [55] 149 494 642 294 658 976 185 596 805 496 794 255 461 417 458 787 521 882 [73] 217 972 829 824 376 252 396 247 350 719 618 397 328 845 691 538 307 277 [91] 258 432 233 745 352 542 595 219 529 660
tapply（seq_along(x8)，x8，max）
107 108 119 121 123 124 127 131 157 179 195 199 207 208 220 228 233 237 265 270 22 19 21 25 65 5 99 28 96 3 27 13 44 48 52 91 86 15 32 30 272 275 306 317 331 336 353 355 356 359 370 374 391 407 415 416 418 424 426 460 36 81 85 46 54 98 74 42 23 37 31 6 39 41 10 59 34 1 64 35 482 484 496 498 509 516 539 544 565 573 577 587 598 613 620 621 642 650 684 685 88 100 4 82 62 14 2 73 40 76 93 12 95 60 55 87 94 33 53 63 691 696 707 708 715 717 722 723 729 730 741 749 750 763 765 791 792 793 832 840 72 75 67 92 71 26 84 24 51 50 77 61 9 89 56 57 47 16 45 68 852 863 874 879 881 883 884 886 895 910 912 921 922 934 951 952 956 961 964 983 70 79 90 69 97 43 66 7 20 29 8 58 18 17 11 78 80 49 83 38