Question

鉴于以下内容：

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

我想找到A中的哪些列等于例如我的矢量a。

我的第一次尝试是：

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

哪个没有那样做。（老实说我甚至不明白那是做什么的）第二次尝试是：

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

这肯定是朝着正确方向迈出的一步，但似乎扩展到了一个矩阵。我更喜欢的是像其中一行一样的东西。如何将矢量与列进行比较，如何在矩阵中找到等于矢量的列？

Answer 1

使用identical。这是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是您实际情况中的数据框，则最好使用sapply或vapply，因为apply会强制它输入矩阵。

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强制要素的字符输入，除非您另有要求：

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

相同也比使用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

Answer 2

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

然后你可以看到这个功能是正确的：

> 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匹配1,2,3中的2。

Answer 3

当然有一个更好的解决方案，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

获得指数：

> which(sapply(1:ncol(A), function(i) all(a==A[,i])))
[1] 1 2

Answer 4

colSums(a==A)==nrow(A)

回收==会使a有效地成为一个矩阵，其所有列都等于a且维度等于A的列。每列colSums总和;虽然TRUE的行为类似于1而FALSE的行为类似于0，但等于a的列的总和将等于行数。我们使用这种观察最终减少了逻辑向量的答案。

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

如何在R中找到相等的列？

4 个答案: