6

鉴于以下情况：

a <- c(1,2,3)
b <- c(1,2,3)
c <- c(4,5,6)
A <- cbind(a,b,c)

我想找出 A 中的哪些列等于我的向量 a。

我的第一次尝试是：

> which(a==A)
[1] 1 2 3 4 5 6

哪个没有这样做。（老实说，我什至不明白那做了什么）第二次尝试是：

a==A
        a    b     c
[1,] TRUE TRUE FALSE
[2,] TRUE TRUE FALSE
[3,] TRUE TRUE FALSE

这绝对是朝着正确方向迈出的一步，但它似乎扩展到了一个矩阵中。我更喜欢的只是其中一排。如何将向量与列进行比较，以及如何在矩阵中找到等于向量的列？

4

4 回答 4

9

使用identical. 那就是 R 的“标量”比较运算符；它返回单个逻辑值，而不是向量。

apply(A, 2, identical, a)
#    a     b     c 
# TRUE  TRUE FALSE

如果A在您的真实案例中是一个数据框，那么您最好使用sapply或者vapply因为apply强制它输入到矩阵中。

d <- c("a", "b", "c")
B <- data.frame(a, b, c, d)

apply(B, 2, identical, a) # incorrect!
#     a     b     c     d 
# FALSE FALSE FALSE FALSE 

sapply(B, identical, a) # correct
#    a     b     c     d 
# TRUE  TRUE FALSE FALSE

但请注意，data.frame除非您另有要求，否则会将字符输入强制转换为因子：

sapply(B, identical, d) # incorrect
#     a     b     c     d 
# FALSE FALSE FALSE FALSE 

C <- data.frame(a, b, c, d, stringsAsFactors = FALSE)
sapply(C, identical, d) # correct
#     a     b     c     d 
# FALSE FALSE FALSE  TRUE

Identical 也比使用all+快得多==：

library(microbenchmark)

a <- 1:1000
b <- c(1:999, 1001)

microbenchmark(
  all(a == b), 
  identical(a, b))
# Unit: microseconds
#              expr   min    lq median     uq    max
# 1     all(a == b) 8.053 8.149 8.2195 8.3295 17.355
# 2 identical(a, b) 1.082 1.182 1.2675 1.3435  3.635
于 2012-10-19T12:42:29.913 回答
8

如果添加额外的行：

> A
     a b c  
[1,] 1 1 4 4
[2,] 2 2 5 2
[3,] 3 3 6 1

然后可以看到这个函数是正确的：

> hasCol=function(A,a){colSums(a==A)==nrow(A)}
> A[,hasCol(A,a)]
     a b
[1,] 1 1
[2,] 2 2
[3,] 3 3

但接受的早期版本没有：

> oopsCol=function(A,a){colSums(a==A)>0}
> A[,oopsCol(A,a)]
     a b  
[1,] 1 1 4
[2,] 2 2 2
[3,] 3 3 1

它返回 4,2,1 列，因为 2 与 1,2,3 中的 2 匹配。

于 2012-10-19T11:24:22.520 回答
4

当然有更好的解决方案，但以下工作：

> a <- c(1,2,3)
> b <- c(1,2,3)
> c <- c(4,5,6)
> A <- cbind(a,b,c)
> sapply(1:ncol(A), function(i) all(a==A[,i]))
[1]  TRUE  TRUE FALSE

并获得指数：

> which(sapply(1:ncol(A), function(i) all(a==A[,i])))
[1] 1 2
于 2012-10-19T08:50:19.360 回答
-1 
colSums(a==A)==nrow(A)

的回收有效地==使a矩阵的所有列等于a且维度等于A. colSums对每一列求和；虽然TRUE行为类似于 1 和FALSE0，但等于 的列a的总和等于行数。我们使用此观察结果最终将答案简化为逻辑向量。

编辑：

library(microbenchmark)

A<-rep(1:14,1000);c(7,2000)->dim(A)
1:7->a

microbenchmark(
 apply(A,2,function(b) identical(a,b)),
 apply(A,2,function(b) all(a==b)),
 colSums(A==a)==nrow(A))

# Unit: microseconds
#                                     expr      min        lq    median
# 1     apply(A, 2, function(b) all(a == b)) 9446.210 9825.6465 10278.335
# 2 apply(A, 2, function(b) identical(a, b)) 9324.203 9915.7935 10314.833
# 3               colSums(A == a) == nrow(A)  120.252  121.5885   140.185
#         uq       max
# 1 10648.7820 30588.765
# 2 10868.5970 13905.095
# 3   141.7035   162.858
于 2012-10-19T09:33:51.337 回答