Question

我的data.table的程式化版本是

outmat <- data.table(merge(merge(1:5, 1:5, all=TRUE), 1:5, all=TRUE))

我想要做的是根据是否在任何其他列中找到第1列中的值来从此data.table中选择行的子集（它将处理未知维度的矩阵，因此我可以＆＃39; t只是使用某种＆＃34; row1 == row2 | row1 == row3＆＃34;

我想用

这样做

output[row1 %in% names(output)[-1], ]

但如果在row2或row3的任何行中找到row1中的值，则最终返回TRUE，这不是预期的行为。它有某种％in％的矢量化版本可以实现我想要的结果吗？

详细说明，我想得到的是从1：5集合中的3元组的枚举，用替换绘制，这样第一个值与第二个或第三个值相同，如：

1 1 1
1 1 2
1 1 3
1 1 4
1 1 5
...
2 1 2
2 2 1
...
5 5 5

我的代码改为给我的是3元组的每个枚举，因为它检查第一个数字（比如说5）是否出现在第2列或第3列中的任何位置，而不是简单地在同一行中。

Answer 1

一种选择是构造表达式并对其进行评估：

dt = data.table(a = 1:5, b = c(1,2,4,3,1), c = c(4,2,3,2,2), d = 5:1)
#   a b c d
#1: 1 1 4 5
#2: 2 2 2 4
#3: 3 4 3 3
#4: 4 3 2 2
#5: 5 1 2 1

expr = paste(paste(names(dt)[-1], collapse = paste0(" == ", names(dt)[1], " | ")),
             "==", names(dt)[1])
#[1] "b == a | c == a | d == a"

dt[eval(parse(text = expr))]
#   a b c d
#1: 1 1 4 5
#2: 2 2 2 4
#3: 3 4 3 3

另一个选择是循环并比较列：

dt[rowSums(sapply(dt, '==', dt[[1]])) > 1]
#   a b c d
#1: 1 1 4 5
#2: 2 2 2 4
#3: 3 4 3 3

Answer 2

library(dplyr)
library(tidyr)

dt %>%
  mutate(ID = 1:n() )
  gather(variable, value, -first_column, -ID) %>%
  filter(first_column == value) %>%
  select(ID) %>%
  distinct %>%
  left_join(dt)

使用％in

2 个答案: