Question

我有以下＆＃39;列表＆＃39;在R：

[[1]]
[1] 17336  5246  8597  5246 17878 19701

[[2]]
[1] 19701 37748 18155  5246  8597

[[3]]
[1] 12297 19701 17878  5246 17336  8597 17878

[[4]]
[1] 17878 37748 19701 37748 12297  8597

[[5]]
[1] 19701 37748 19701 37748 19701  5246

[[6]]
[1] 19701  6254 17336 18155 19701 12297

[[7]]
[1] 19701 17878 18155 17878 18155 19701  8597

[[8]]
[1]  8597 18155

[[9]]
[1] 12450 18155  5246  8597  5246  8597

[[10]]
[1] 18155  4105  6254 17878 12297  5246

[[11]]
[1]  8597 12297

[[12]]
[1] 17878  5246 18155 17878 12297  8597

[[13]]
[1]  8597 18155

[[14]]
[1]  5246 37748 18155 12450 18155  8597

[[15]]
[1] 19701 37748  6254  8597  6254  8597 12297

[[16]]
[1] 19701 17878  4105 37748 18155 19701 12450 12297

[[17]]
[1]  6254 12450 37748 17878  5246 17878  8597

[[18]]
[1]  8597 12297 18155  5246 18155 12297

[[19]]
[1]  4105 37748 17878  5246 12450  5246 12450

[[20]]
[1] 17878 20467

[[21]]
[1] 20467

[[22]]
[1] 12450 37748 12450 17878 12450 12297

[[23]]
[1]  6254 17878 12450 12297     5  4105 27697  4105 27697

[[24]]
[1]  4105 37748 17878 20467 12450 17878 27697

[[25]]
[1]  5246 27697  5246 17336 17878  5246 12297 20467

我想找到查看此列表的最快方法，并查找是否有任何元素是特定值，请将其称为＆＃39;参考值＆＃39;。例如，如果参考值是＆＃39; 5，那么我想确定元素[[23]]有一个＆＃39; 5＆＃39;在里面。我想做的是改变那个元素，使它成为：

[[23]] 4105 27697  4105 27697

Answer 1

使用@ SymbolixAU的数据：

lapply(lst, function(x) tail(x, -Position(isTRUE, x==5, nomatch=-Inf)) )
#[[1]]
#[1] 1 2 3
# 
#[[2]]
#[1] 2 3 4
#
#[[3]]
#numeric(0)
# 
#[[4]]
#[1] 6

解释这是如何工作的：
1）中间Position部分只返回第一次检测到5时索引的负数，即：

sapply(lst, function(x) -Position(isTRUE, x==5, nomatch=-Inf) )
#[1] Inf Inf  -3  -2

2）tail(x, -n)只是从矢量中删除了第一个n值。使用Inf运行时，不会删除任何内容。因此，当没有找到Inf时，为什么在实例中使用5。

Answer 2

一种想法是识别包含您的值的列表元素。然后对列表进行子集化，并在这些列表元素中删除向量所需的元素

可以使用lapply

在单个if{}else{}语句中完成此操作

lst <- list(c(1,2,3),
            c(2,3,4),
            c(3,4,5),
            c(4,5,6))

lst <- lapply(lst, function(x){
    if(any(x %in% 5)){
        x[-c(1:which(x == 5))]
    }else{
        x
    }
})

# lst
# [[1]]
# [1] 1 2 3
# 
# [[2]]
# [1] 2 3 4
# 
# [[3]]
# numeric(0)
# 
# [[4]]
# [1] 6

for - 循环似乎表现得更好

library(microbenchmark)
microbenchmark(
    Symbolix = {
        lapply(x, function(x){
            if(any(x %in% 5L)){
                x[-c(1L:which(x == 5L))]
            }else{
                x
            }
        })
    },
    bgoldst = {
        v <- 5L;
        for (li in seq_along(x))
            if (!is.na(vi <- match(v,x[[li]])))
                x[[li]] <- x[[li]][-1:-vi];
    },
    thelatemail = {
        lapply(lst, function(x) tail(x, -Position(isTRUE, x==5, nomatch=-Inf)) )
    },
    Jota = {for (li in seq_along(x)) if (any(x[[li]] == v, na.rm = TRUE)) x[[li]] <- x[[li]][-1:-match(v,x[[li]])];}
)

# Unit: microseconds
#        expr    min      lq     mean  median      uq     max neval
#    Symbolix 55.082 62.1750 70.93372 67.8025 73.4365 159.070   100
#     bgoldst 27.186 30.9555 35.67991 32.0970 39.3185 100.706   100
# thelatemail 59.665 65.9235 76.64469 72.1920 78.4580 195.755   100
#        Jota 11.797 13.8760 17.74330 14.9370 21.7510  43.929   100

Answer 3

我认为for循环是解决这个问题的合理方法：

v <- 5L;
for (li in seq_along(x))
    if (!is.na(vi <- match(v,x[[li]])))
        x[[li]] <- x[[li]][-1:-vi];
x;
## [[1]]
## [1] 17336  5246  8597  5246 17878 19701
##
## [[2]]
## [1] 19701 37748 18155  5246  8597
##
## [[3]]
## [1] 12297 19701 17878  5246 17336  8597 17878
##
## [[4]]
## [1] 17878 37748 19701 37748 12297  8597
##
## [[5]]
## [1] 19701 37748 19701 37748 19701  5246
##
## [[6]]
## [1] 19701  6254 17336 18155 19701 12297
##
## [[7]]
## [1] 19701 17878 18155 17878 18155 19701  8597
##
## [[8]]
## [1]  8597 18155
##
## [[9]]
## [1] 12450 18155  5246  8597  5246  8597
##
## [[10]]
## [1] 18155  4105  6254 17878 12297  5246
##
## [[11]]
## [1]  8597 12297
##
## [[12]]
## [1] 17878  5246 18155 17878 12297  8597
##
## [[13]]
## [1]  8597 18155
##
## [[14]]
## [1]  5246 37748 18155 12450 18155  8597
##
## [[15]]
## [1] 19701 37748  6254  8597  6254  8597 12297
##
## [[16]]
## [1] 19701 17878  4105 37748 18155 19701 12450 12297
##
## [[17]]
## [1]  6254 12450 37748 17878  5246 17878  8597
##
## [[18]]
## [1]  8597 12297 18155  5246 18155 12297
##
## [[19]]
## [1]  4105 37748 17878  5246 12450  5246 12450
##
## [[20]]
## [1] 17878 20467
##
## [[21]]
## [1] 20467
##
## [[22]]
## [1] 12450 37748 12450 17878 12450 12297
##
## [[23]]
## [1]  4105 27697  4105 27697
##
## [[24]]
## [1]  4105 37748 17878 20467 12450 17878 27697
##
## [[25]]
## [1]  5246 27697  5246 17336 17878  5246 12297 20467
##

数据

x <- list(c(17336L,5246L,8597L,5246L,17878L,19701L),c(19701L,37748L,18155L,5246L,8597L),c( 12297L,19701L,17878L,5246L,17336L,8597L,17878L),c(17878L,37748L,19701L,37748L,12297L,8597L), c(19701L,37748L,19701L,37748L,19701L,5246L),c(19701L,6254L,17336L,18155L,19701L,12297L),c( 19701L,17878L,18155L,17878L,18155L,19701L,8597L),c(8597L,18155L),c(12450L,18155L,5246L,8597L, 5246L,8597L),c(18155L,4105L,6254L,17878L,12297L,5246L),c(8597L,12297L),c(17878L,5246L,18155L, 17878L,12297L,8597L),c(8597L,18155L),c(5246L,37748L,18155L,12450L,18155L,8597L),c(19701L, 37748L,6254L,8597L,6254L,8597L,12297L),c(19701L,17878L,4105L,37748L,18155L,19701L,12450L, 12297L),c(6254L,12450L,37748L,17878L,5246L,17878L,8597L),c(8597L,12297L,18155L,5246L,18155L, 12297L),c(4105L,37748L,17878L,5246L,12450L,5246L,12450L),c(17878L,20467L),c(20467L),c(12450L, 37748L,12450L,17878L,12450L,12297L),c(6254L,17878L,12450L,12297L,5L,4105L,27697L,4105L,27697L ),c(4105L,37748L,17878L,20467L,12450L,17878L,27697L),c(5246L,27697L,5246L,17336L,17878L,5246L ,12297L,20467L));

识别子列表中的唯一元素并更改

3 个答案: