julia中的矢量化"in"功能？

Question

我经常想要遍历数据帧的长数组或列,并为每个项目查看它是否是另一个数组的成员.而不是做

giant_list = ["a", "c", "j"]
good_letters = ["a", "b"]
isin = falses(size(giant_list,1))
for i=1:size(giant_list,1)
    isin[i] = giant_list[i] in good_letters
end

是否有任何矢量化(双向矢量？)方式在朱莉娅这样做？与基本操作符类似,我想做类似的事情

isin = giant_list .in good_letters

我意识到这可能是不可能的,但我只是想确保我没有遗漏一些东西.我知道我可能会使用DataStructures中的DefaultDict做类似但不知道基础中的任何内容.

Answer 1

该indexin函数执行类似于您想要的操作:

indexin(a, b)

返回包含在最高索引的向量b对于中的每个值a是的成员b.输出向量包含0,a而不是其中的成员b.

由于您需要为您的每个元素giant_list(而不是索引good_letters)中的每个元素设置一个布尔值,您可以简单地执行:

julia> indexin(giant_list, good_letters) .> 0
3-element BitArray{1}:
  true
 false
 false

该实施indexin是非常简单的,而且指明了道路可能会如何优化这个,如果你不关心的指标b:

function vectorin(a, b)
    bset = Set(b)
    [i in bset for i in a]
end

只有一组有限的名称可以用作中缀运算符,因此无法将其用作中缀运算符.

Answer 2

有一些现代（即Julia v1.0）解决方案可以解决此问题：

首先，对标量策略进行更新。可以使用一个Ref对象来实现标量广播，而不是使用1元素的元组或数组：

julia> in.(giant_list, Ref(good_letters))
3-element BitArray{1}:
  true
 false
 false

通过广播infix ?（\inTAB）运算符可以达到相同的结果：

julia> giant_list .? Ref(good_letters)
3-element BitArray{1}:
  true
 false
 false

此外，in使用一个参数进行调用会创建一个Base.Fix2，以后可以通过广播的调用应用。但是，与仅定义函数相比，这似乎具有有限的好处。

julia> is_good1 = in(good_letters);
       is_good2(x) = x in good_letters;

julia> is_good1.(giant_list)
3-element BitArray{1}:
  true
 false
 false

julia> is_good2.(giant_list)
3-element BitArray{1}:
  true
 false
 false

总而言之，使用.?a Ref可能会导致最短，最简洁的代码。