R 使用 | 在数据框中查找值运算符 vs %in%

Question

我正在尝试在数据框中查找某些值的所有实例，并将它们替换为 NA。我尝试了这两种我认为等效的不同方式，但得到了不同的结果。例如:

df <- data.frame(a=c(1,2),b=c(3,4))
df[df == 1 | df == 4] <- NA

给了我预期的结果:

df
#    a  b
# 1 NA  3
# 2  2 NA

然而

df <- data.frame(a=c(1,2),b=c(3,4))
df[df %in% c(1,4)] <- NA

什么也没做:

df
#    a b
# 1  1 3
# 2  2 4

这似乎是因为如果我使用“|”运算符，它会逐个元素搜索数据框元素，而如果我使用 %in%，它会逐个向量(逐列)搜索数据框向量，但我不明白为什么。

df <- data.frame(a=c(1,2),b=c(3,4))
df == 1 | df == 4
#         a     b
# [1,]  TRUE FALSE
# [2,] FALSE  TRUE

df %in% c(1,4)
# [1] FALSE FALSE

Answer 1

如果我们查看 %in% 的代码

function (x, table) 
 match(x, table, nomatch = 0L) > 0L

所以，它基本上是在做一个 match . match的输出将是

match(c(1,4), df, nomatch = 0L) > 0L
#[1] FALSE FALSE

%in%适用于 vector s 而不是 data.frame .因此，我们使用 lapply 遍历列，然后执行 %in%

lapply(df, `%in%`, c(1, 4))

如果我们需要如何matrix ，然后使用 sapply

df[sapply(df, `%in%`, c(1, 4))] <- NA

我们可以查看 match在 vector 上工作

sapply(df, match, x = c(1,4), nomatch = 0L) > 0
#         a     b
#[1,]  TRUE FALSE
#[2,] FALSE  TRUE