df <- structure(list(x = 1:10, time = c(0.5, 0.5, 1, 2, 3, 0.5, 0.5,
1, 2, 3)), .Names = c("x", "time"), row.names = c(NA, -10L), class = "data.frame")
df[df$time %in% c(0.5, 3), ]
## x time
## 1 1 0.5
## 2 2 0.5
## 5 5 3.0
## 6 6 0.5
## 7 7 0.5
## 10 10 3.0
df[df$time == c(0.5, 3), ]
## x time
## 1 1 0.5
## 7 7 0.5
## 10 10 3.0
%in%和这里有什么区别==？
问题是矢量回收。
您的第一行完全符合您的预期。它检查其中的元素df$time并c(0.5, 3)返回其中的值。
你的第二行更棘手。它实际上相当于
df[df$time == rep(c(0.5,3), length.out=nrow(df)),]
要看到这一点，让我们看看如果使用 vector 会发生什么rep(0.5, 10)：
rep(0.5, 10) == c(0.5, 3)
[1] TRUE FALSE TRUE FALSE TRUE FALSE TRUE FALSE TRUE FALSE
看看它是如何返回每个奇数的。本质上它与向量匹配 0.5c(0.5, 3, 0.5, 3, 0.5...)
您可以通过这种方式操作向量以不产生匹配项。取向量: rep(c(3, 0.5), 5):
rep(c(3, 0.5), 5) == c(0.5, 3)
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
他们都是FALSE；您将每 0.5 与 3 匹配，反之亦然。
在
df$time == c(0.5,3)
第c(0.5,3)一个广播到 的形状df$time，即c(0.5,3,0.5,3,0.5,3,0.5,3,0.5,3)。然后逐个元素地比较这两个向量。
另一方面，
df$time %in% c(0.5,3)
检查 的每个元素是否df$time属于集合{0.5, 3}。
这是一个旧线程，但我在任何地方都没有看到这个答案，它可能与某些人有关。
两者之间的另一个区别是处理 NA（缺失值）。
NA == NA
[1] NA
NA %in% c(NA)
[1] TRUE