Question

我有类似的问题Compare every 2 rows and show mismatches in R

我不仅要比较2行，而且要比较3、4等。我在这里有一个data.table：

DT <- data.table(A = rep(1:2, 2), B = rep(1:4, 2), C = rep(1:2, 1), key = "A")

然后我用

dfs <- split(DT, DT$A)
comp <- function(x) sapply(x, function(u) u[1]==u[2])
matches <- sapply(dfs, comp)

对于3行：

comp <- function(x) sapply(x, function(u) u[1]==u[2] & u[1]==u[3])

那是准确的吗？如何以更优雅的方式概括它？

Answer 1

尝试一下：

comp2 <- function(dt, i, rws){
      k <- length(rws)
      tmp <- as.numeric(dt[i])
      tmp <- as.data.table(matrix(rep(tmp, k), nrow = k, byrow = TRUE, dimnames = list(NULL, colnames(dt))))
      ans <- (dt[rws] == tmp)
      ans
}

此函数采用三个参数： -> dt您的data.table（或将原始数据拆分为您而获得的sub-data.tables） -> i-您要比较的行 -> rws-您想与之比较的行向量i（例如c(2,3,4)会将i与行2、3和4进行比较然后，它会创建一个新的data.table，它由i次堆叠的行k组成，因此可以进行data.frame与data.frame的比较。

示例：

comp2(DT, 1, c(2, 3, 4))
#       A     B     C
#[1,]  TRUE FALSE  TRUE
#[2,] FALSE FALSE FALSE
#[3,] FALSE FALSE FALSE

将data.table DT的第1行与第2、3和4行进行比较。

如果您希望输出结果告诉您所选行是否与要比较的行中的至少个不同，则您需要执行额外的操作colSums(ans) == k而不是{ {1}}。

比较每n行并显示布尔向量

1 个答案: