dataframe - Julia 中的矢量化 "in"函数？

Question

我经常想遍历数据帧的一个长数组或列，并且对于每个项目，查看它是否是另一个数组的成员。而不是做

giant_list = ["a", "c", "j"]
good_letters = ["a", "b"]
isin = falses(size(giant_list,1))
for i=1:size(giant_list,1)
    isin[i] = giant_list[i] in good_letters
end

在 julia 中是否有任何矢量化(双重矢量化？)方法来做到这一点？与基本运算符类比，我想做类似的事情

isin = giant_list .in good_letters

我意识到这可能是不可能的，但我只是想确保我没有遗漏一些东西。我知道我可能可以使用 DataStructures 中的 DefaultDict 来做类似的事情，但对 base 一无所知。

Answer 1

indexin function 执行类似于您想要的操作:

indexin(a, b)

Returns a vector containing the highest index in b for each value in a that is a member of b. The output vector contains 0 wherever a is not a member of b.

由于您希望 giant_list 中的每个元素都有一个 bool 值(而不是 good_letters 中的索引)，您可以简单地执行以下操作:

julia> indexin(giant_list, good_letters) .> 0
3-element BitArray{1}:
  true
 false
 false

implementation of indexin 非常简单，并且指出了如果您不关心 b 中的索引如何优化它的方法。 :

function vectorin(a, b)
    bset = Set(b)
    [i in bset for i in a]
end

只能将有限的一组名称用作中缀运算符，因此不可能将其用作中缀运算符。