Question

我们假设以下示例：

test<-c(1:5,3:7)

给出了

test
[1] 1 2 3 4 5 3 4 5 6 7

我想有一个简单的函数，如果值在向量中是唯一的，则返回TRUE。

[1] TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE

我尝试了什么：

unique(test)只能让我找回包含重复值的唯一值。 duplicated(test)让我回来了

[1] FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE TRUE FALSE FALSE

这显然不是必需的结果，因为函数按顺序测试重复观察，并且第一次出现不计为重复。我当然可以通过包含fromLast = T来反转控制序列并创建两个向量。在这两个中，我可以创建一个表示真正独特值的第三个......但这很复杂。

table(test)允许我计算每个值的出现次数

test
1 2 3 4 5 6 7 
1 1 2 2 2 1 1

这使我更接近我想要的，但仍然不是必需的结果（一个相同长度的向量，表明它是否在向量中是唯一的。）

所以任何人都知道如何更容易地做到这一点？

Answer 1

匹配运算符%in%非常有用。

!test %in% test[duplicated(test)]

Answer 2

您最初建议将duplicated()的{{1}}开关与OR运算符结合使用，这似乎是一个简单而优雅的解决方案：

fromLast = TRUE

当使用data.table按组执行操作时，此方法非常好，如果变量名是行值或组列向量，则语法会使该模棱两可。

Answer 3

test<-c(1:5,3:7)
isUnique <- function(vector){
                 return(!any(duplicated(vector)))
           }
isUnique(test)

如果vector的值是唯一的，该函数将返回true

Answer 4

尽管有一段时间了，但还是可以选择。让数字说话：

z <- as.character(x)
bm <- microbenchmark(
            "!AllDuplicated(z)"             = AllDuplicated(z),
            "!z %in% z[duplicated(z)]"      = !z %in% z[duplicated(z)]
       )
print(bm , unit="relative" , digits=3 , order="median")

Unit: relative
                     expr  min   lq mean median   uq  max neval cld
 !z %in% z[duplicated(z)] 1.00 1.00 1.00   1.00 1.00 1.00   100   a
        !AllDuplicated(z) 1.09 1.09 0.97   1.06 0.68 1.16   100   a

因此，我们看到DescTools :: AllDuplicated（），该方法实现了joaoal的公式化解决方案思想，以x为数字获胜，但是在处理字符时失败了（尽管仅针对中位数，而不是游程平均值））。

browser.setViewportSize(size);

测试R中的向量中的值是否唯一

4 个答案: