R中==和%in%运算符之间的差异

Question

我的问题涉及R中运算符==和%in%运算符之间的实际差异.

我遇到了一个工作实例,其中使用任一运算符进行过滤会得到不同的结果(例如,一行结果为800行,另一行结果为1200行).我在过去遇到过这个问题,并且能够以确保我得到我想要的结果的方式进行验证.但是,我仍然对它们的不同之处感到困惑.

有人可以说明这些运营商的不同之处吗？

Answer 1

%in%是值匹配并且"返回其第一个参数在其第二个参数中的(第一个)匹配位置的向量"(参见help('%in%'))这意味着您可以比较不同长度的向量,以查看一个向量的元素是否与另一个向量中的至少一个元素匹配.输出的长度将等于被比较的矢量的长度(第一个).

1:2 %in% rep(1:2,5)
#[1] TRUE TRUE

rep(1:2,5) %in% 1:2
#[1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

#Note this output is longer in second

==是逻辑运算符,用于比较两个事物是否完全相等.如果向量长度相等,则元素将按元素进行比较.如果没有,矢量将被回收.输出长度等于较长矢量的长度.

1:2 == rep(1:2,5)
#[1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

rep(1:2,5) == 1:2
#[1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

1:10 %in% 3:7
#[1] FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE

#is same as 

sapply(1:10, function(a) any(a == 3:7))
#[1] FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE

注意:如果可能,请尝试使用identical或all.equal代替==和.

Answer 2

给定两个向量 x 和 y，代码x == y将比较 x 的第一个元素与 y 的第一个元素，然后将 x 的第二个元素与 y 的第二个元素进行比较，依此类推。使用 x == y 时，x 和 y 的长度必须相同。这里，比较的意思是“等于”，因此输出是一个等于 x（或 y）长度的逻辑向量。

在代码x %in% y 中，x 的第一个元素与y 中的所有元素进行比较，然后 x 的第二个元素与y 中的所有元素进行比较，依此类推。在这里，比较意味着“x 的当前元素等于 y 中的任何值”，因此输出是一个逻辑向量，其长度与 x 相同，而不是（必然）y。

这是一个说明差异的代码片段。请注意，x 和 y 具有相同的长度，但 y 的元素是以不同顺序排列的 x 元素。还要注意在最后的示例中，x 是一个 3 元素向量，与包含 26 个元素的字母向量进行比较。

> x <- c('a','b','c')
> y <- c('c', 'b', 'a')
> x == y
[1] FALSE  TRUE FALSE

> x %in% y
[1] TRUE TRUE TRUE

> x %in% letters
[1] TRUE TRUE TRUE

> letters %in% x
 [1]  TRUE  TRUE  TRUE FALSE FALSE FALSE
 [7] FALSE FALSE FALSE FALSE FALSE FALSE
[13] FALSE FALSE FALSE FALSE FALSE FALSE
[19] FALSE FALSE FALSE FALSE FALSE FALSE
[25] FALSE FALSE

Answer 3

尝试不同长度的物体。

ac <- c("a", "b", "c")
ae <- c("a", "b", "c", "d", "e")
ac %in% ae
[1] TRUE TRUE TRUE
ac == ae
[1]  TRUE  TRUE  TRUE FALSE FALSE

很明显，%in%检查对象是否包含在另一个对象中。而==是检查身份属性的逻辑运算符。