这个问题由How can I quickly see if any elements of multiple vectors are equal in R?驱动，但不相同/重复。
作为一个小例子，假设我们有一个包含4个向量的列表：
set.seed(0)
lst <- list(vec1 = sample(1:10, 2, TRUE), vec2 = sample(1:10, 3, TRUE),
vec3 = sample(1:10, 4, TRUE), vec4 = sample(1:10, 5, TRUE))
我们如何执行成对二进制操作，例如%in%和设置操作说intersect，union，setdiff？
假设我们想要成对"%in%"，我们如何在每对中进一步执行any() / all() / which()？
注意：我不想使用combn()。
答案 0 :(得分：4)
我们可以使用outer(x, y, FUN)。 x和y不一定是数字向量/矩阵的“数字”输入;也允许像“list”/“matrix list”这样的矢量输入。
例如，要应用成对"%in%"操作，我们使用
z <- outer(lst, lst, FUN = Vectorize("%in%", SIMPLIFY = FALSE, USE.NAMES = FALSE))
# vec1 vec2 vec3 vec4
#vec1 Logical,2 Logical,2 Logical,2 Logical,2
#vec2 Logical,3 Logical,3 Logical,3 Logical,3
#vec3 Logical,4 Logical,4 Logical,4 Logical,4
#vec4 Logical,5 Logical,5 Logical,5 Logical,5
由于"%in%"本身未进行矢量化，因此我们使用Vectorized("%in%")。我们还需要SIMPLIFY = FALSE，以便FUN为每对(x[[i]], y[[j]])返回长度为1的列表。这很重要，因为outer的作用类似于：
y[[4]] | FUN(x[[1]], y[[4]]) FUN(x[[2]], y[[4]]) FUN(x[[1]], y[[4]]) FUN(x[[2]], y[[4]])
y[[3]] | FUN(x[[1]], y[[3]]) FUN(x[[2]], y[[3]]) FUN(x[[1]], y[[3]]) FUN(x[[2]], y[[4]])
y[[2]] | FUN(x[[1]], y[[2]]) FUN(x[[2]], y[[2]]) FUN(x[[1]], y[[2]]) FUN(x[[2]], y[[4]])
y[[1]] | FUN(x[[1]], y[[1]]) FUN(x[[2]], y[[1]]) FUN(x[[1]], y[[1]]) FUN(x[[2]], y[[4]])
------------------- ------------------- ------------------- -------------------
x[[1]] x[[2]] x[[3]] x[[4]]
必须满足length(FUN(x, y)) == length(x) * length(y)。如果SIMPLIFY = FALSE，则不一定有效。
上面的结果z是一个“矩阵列表”，class(z)是“矩阵”，但typeof(z)是“列表”。请阅读Why is this matrix not numeric?了解更多信息。
如果我们想进一步将一些汇总函数应用于z的每个元素，我们可以使用lapply。在这里，我将提供两个例子。
示例1：应用any()
由于any(a %in% b)与any(b %in% a)相同，即操作是对称的，我们只需使用z的下三角形：
lz <- z[lower.tri(z)]
lapply返回一个未命名的列表，但为了便于阅读，我们需要一个命名列表。我们可以使用矩阵索引(i, j)作为名称：
ind <- which(lower.tri(z), arr.ind = TRUE)
NAME <- paste(ind[,1], ind[,2], sep = ":")
any_lz <- setNames(lapply(lz, any), NAME)
#List of 6
# $ 2:1: logi FALSE
# $ 3:1: logi TRUE
# $ 4:1: logi TRUE
# $ 3:2: logi TRUE
# $ 4:2: logi FALSE
# $ 4:3: logi TRUE
设置intersect，union和setequal等操作也是对称操作，我们也可以使用它们。
示例2：应用which()
which(a %in% b)不是对称操作，因此我们必须使用完整矩阵。
NAME <- paste(1:nrow(z), rep(1:nrow(z), each = ncol(z)), sep = ":")
which_z <- setNames(lapply(z, which), NAME)
# List of 16
# $ 1:1: int [1:2] 1 2
# $ 2:1: int(0)
# $ 3:1: int [1:2] 1 2
# $ 4:1: int 3
# $ 1:2: int(0)
# $ 2:2: int [1:3] 1 2 3
# ...
像setdiff这样的设置操作也是不对称的，可以类似地处理。
<强>替代
除了使用outer()之外，我们还可以使用R表达式获取上面的z。我再次以二进制操作"%in%"为例：
op <- "'%in%'" ## operator
lst_name <- names(lst)
op_call <- paste0(op, "(", lst_name, ", ", rep(lst_name, each = length(lst)), ")")
# [1] "'%in%'(vec1, vec1)" "'%in%'(vec2, vec1)" "'%in%'(vec3, vec1)"
# [4] "'%in%'(vec4, vec1)" "'%in%'(vec1, vec2)" "'%in%'(vec2, vec2)"
# ...
然后我们可以在lst中解析和评估这些表达式。我们可以对结果列表的名称使用组合索引：
NAME <- paste(1:length(lst), rep(1:length(lst), each = length(lst)), sep = ":")
z <- setNames(lapply(parse(text = op_call), eval, lst), NAME)
# List of 16
# $ 1:1: logi [1:2] TRUE TRUE
# $ 2:1: logi [1:3] FALSE FALSE FALSE
# $ 3:1: logi [1:4] TRUE TRUE FALSE FALSE
# $ 4:1: logi [1:5] FALSE FALSE TRUE FALSE FALSE
# $ 1:2: logi [1:2] FALSE FALSE
# ...