如何通过自定义功能对列表进行排序，并丢弃重复项？

Question

我有这个清单：

thresholds <- list(
     list(color="red", value=100),
     list(color="blue", value=50),
     list(color="orange", value=100),
     list(color="green", value=1),
     list(color="orange", value=50)
)

我想按每个元素的“值”字段对其进行排序，并丢弃重复项，以使结果列表中没有两个元素具有相同的“值”字段（当出现平局时被选择的元素无关紧要）。

sort并且unique不能使用复杂的列表，也不允许自定义排序。如何达到预期的效果？

Answer 1

首先，在这种特殊情况下，要排序的实际向量为：

values <- sapply(thresholds, function (t) t$value)
# values == c(100, 50, 100, 1, 50)

您可以根据sapply需要调整内部函数（例如，根据要按数字顺序还是字母顺序进行排序等）。

从这一点出发，如果我们要保留重复项，答案将是：

thresholds[order(values)]

order对于“值”中的每个元素，返回其排名，即，如果对向量进行了排序，则返回其位置。这order(values)是4 2 5 1 3。然后，thresholds[order(values)]返回thresholds由这些索引标识的元素，产生1 50 50 100 100。

但是，由于我们要删除重复项，因此不能这么简单。unique将无法使用thresholds，如果将其应用于values，它将丢失与原始列表中索引的对应关系。

解决方案是使用另一个功能，即duplicated。当应用于向量时，duplicated返回一个布尔向量，指示每个元素是否早已在向量中存在。例如，duplicated(values)将返回FALSE FALSE TRUE FALSE TRUE。这个向量是我们这里需要的重复元素的过滤器。

因此，解决方案是：

ordering <- order(values)
nodups <- ordering[!duplicated(values)]
thresholds[nodups]

或单线：

thresholds[order(values)[!duplicated(values)]]

Answer 2

为了完整起见，关于问题的“自定义排序”/“自定义唯一”部分添加另一个替代方案。通过定义某些函数的方法（如 中所示?xtfrm），我们可以将自定义sort函数unique应用于任何列表（或其他对象）。

首先，需要添加一个“class”属性：

class(thresholds) = "thresholds"

然后，定义必要的自定义函数：

"==.thresholds" = function(x, y) return(x[[1]][["value"]] == y[[1]][["value"]])
">.thresholds" = function(x, y) return(x[[1]][["value"]] > y[[1]][["value"]])
"[.thresholds" = function(x, i) return(structure(.subset(x, i), class = class(x)))
is.na.thresholds = function(x) return(is.na(x[[1]][["value"]]))

现在，我们可以申请sort：

sort(thresholds)

最后添加一个自定义unique函数：

duplicated.thresholds = function(x, ...) return(duplicated(sapply(x, function(elt) elt[["value"]])))
unique.thresholds = function(x, ...) return(x[!duplicated((x))])

和：

sort(unique(thresholds))

（类似的答案和更多信息在这里和这里）