这个问题的动机是 How can I quickly see if any elements of multiple vectors are equal in R? ,但不相同/重复。
作为一个小例子,假设我们有一个包含 4 个向量的列表:
set.seed(0)
lst <- list(vec1 = sample(1:10, 2, TRUE), vec2 = sample(1:10, 3, TRUE),
vec3 = sample(1:10, 4, TRUE), vec4 = sample(1:10, 5, TRUE))
我们如何执行像
%in%
这样的成对二元运算并设置操作说 intersect
, union
, setdiff
?假设我们想要成对
"%in%"
,如何进一步执行any()
/all()
/which()
每对内?注意:我不想使用
combn()
.
最佳答案
我们可以使用 outer(x, y, FUN)
. x
和 y
不需要像数字向量/矩阵那样是“数字”输入;也允许像“列表”/“矩阵列表”这样的向量输入。
例如,成对应用 "%in%"
操作,我们使用
z <- outer(lst, lst, FUN = Vectorize("%in%", SIMPLIFY = FALSE, USE.NAMES = FALSE))
# vec1 vec2 vec3 vec4
#vec1 Logical,2 Logical,2 Logical,2 Logical,2
#vec2 Logical,3 Logical,3 Logical,3 Logical,3
#vec3 Logical,4 Logical,4 Logical,4 Logical,4
#vec4 Logical,5 Logical,5 Logical,5 Logical,5
自
"%in%"
本身不是矢量化的,我们使用 Vectorized("%in%")
.我们也需要SIMPLIFY = FALSE
,所以 FUN
为每对返回一个长度为 1 的列表 (x[[i]], y[[j]])
.这很重要,因为 outer
像这样工作:y[[4]] | FUN(x[[1]], y[[4]]) FUN(x[[2]], y[[4]]) FUN(x[[1]], y[[4]]) FUN(x[[2]], y[[4]])
y[[3]] | FUN(x[[1]], y[[3]]) FUN(x[[2]], y[[3]]) FUN(x[[1]], y[[3]]) FUN(x[[2]], y[[4]])
y[[2]] | FUN(x[[1]], y[[2]]) FUN(x[[2]], y[[2]]) FUN(x[[1]], y[[2]]) FUN(x[[2]], y[[4]])
y[[1]] | FUN(x[[1]], y[[1]]) FUN(x[[2]], y[[1]]) FUN(x[[1]], y[[1]]) FUN(x[[2]], y[[4]])
------------------- ------------------- ------------------- -------------------
x[[1]] x[[2]] x[[3]] x[[4]]
必须满足
length(FUN(x, y)) == length(x) * length(y)
.而如果 SIMPLIFY = FALSE
,这不一定成立。结果
z
上面是一个“矩阵列表”,带有 class(z)
是“矩阵”,但是 typeof(z)
成为“ list ”。阅读 Why is this matrix not numeric?更多。如果我们想进一步对
z
的每个元素应用一些汇总函数,我们可以使用 lapply
.这里我举两个例子。示例 1:申请
any()
自
any(a %in% b)
与 any(b %in% a)
相同,即运算是对称的,我们只需要处理z
的下三角:lz <- z[lower.tri(z)]
lapply
返回一个未命名的列表,但为了可读性,我们需要一个命名的列表。我们可以使用矩阵索引 (i, j)
作为名称:ind <- which(lower.tri(z), arr.ind = TRUE)
NAME <- paste(ind[,1], ind[,2], sep = ":")
any_lz <- setNames(lapply(lz, any), NAME)
#List of 6
# $ 2:1: logi FALSE
# $ 3:1: logi TRUE
# $ 4:1: logi TRUE
# $ 3:2: logi TRUE
# $ 4:2: logi FALSE
# $ 4:3: logi TRUE
设置操作如
intersect
, union
和 setequal
也是我们可以类似处理的对称操作。示例 2:申请
which()
which(a %in% b)
不是对称运算,因此我们必须使用完整矩阵。NAME <- paste(1:nrow(z), rep(1:nrow(z), each = ncol(z)), sep = ":")
which_z <- setNames(lapply(z, which), NAME)
# List of 16
# $ 1:1: int [1:2] 1 2
# $ 2:1: int(0)
# $ 3:1: int [1:2] 1 2
# $ 4:1: int 3
# $ 1:2: int(0)
# $ 2:2: int [1:3] 1 2 3
# ...
设置操作如
setdiff
也是不对称的,可以类似地处理。替代品
除了使用
outer()
,我们也可以使用 R 表达式来获得 z
以上。再次,我采用二元运算 "%in%"
举个例子:op <- "'%in%'" ## operator
lst_name <- names(lst)
op_call <- paste0(op, "(", lst_name, ", ", rep(lst_name, each = length(lst)), ")")
# [1] "'%in%'(vec1, vec1)" "'%in%'(vec2, vec1)" "'%in%'(vec3, vec1)"
# [4] "'%in%'(vec4, vec1)" "'%in%'(vec1, vec2)" "'%in%'(vec2, vec2)"
# ...
然后我们可以在
lst
中解析和评估这些表达式.我们可以对结果列表的名称使用组合索引:NAME <- paste(1:length(lst), rep(1:length(lst), each = length(lst)), sep = ":")
z <- setNames(lapply(parse(text = op_call), eval, lst), NAME)
# List of 16
# $ 1:1: logi [1:2] TRUE TRUE
# $ 2:1: logi [1:3] FALSE FALSE FALSE
# $ 3:1: logi [1:4] TRUE TRUE FALSE FALSE
# $ 4:1: logi [1:5] FALSE FALSE TRUE FALSE FALSE
# $ 1:2: logi [1:2] FALSE FALSE
# ...
关于r - 如何执行像 `%in%` 这样的成对操作并为向量列表设置操作,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39066356/