如何执行配对操作（如'％in％'）并设置操作列表向量

Question

此问题由How can I quickly see if any elements of multiple vectors are equal in R?驱动，但不完全相同/重复。

作为一个小例子，假设我们有4个矢量的列表：

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运算像%in%和设置操作说intersect，union，setdiff？

假设我们想要配对"%in%"，我们怎样才能在每一对中进一步执行any()/all()/which()？

注意：我不想使用combn()。

Answer 1

我们可以使用outer(x, y, FUN)。 x和y不需要是像数值向量/矩阵那样的“数字”输入;像“list”/“矩阵列表”这样的矢量输入也是允许的。

例如，我们用

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%"本身不是矢量申请配对"%in%"操作，我们使用Vectorized("%in%")。我们还需要SIMPLIFY = FALSE，以便FUN为每对(x[[i]], y[[j]])返回一个长度为1的列表。这一点很重要，因为outer作品，如：

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]] 

必须确信length(FUN(x, y)) == length(x) * length(y)。虽然如果SIMPLIFY = FALSE，这并不一定成立。

以上结果z是“矩阵列表”，其中class(z)为“矩阵”，但typeof(z)为“列表”。请阅读Why is this matrix not numeric?了解更多信息。

---

如果我们想进一步施加一定的汇总函数的z每个元素，我们可以使用lapply。这里我会举两个例子。

实施例1：应用any()

由于any(a %in% b)是any(b %in% a)为相同的，即，操作是对称的，我们只需要具有z下三角的工作：

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。我们可以利用矩阵索引(i, j)姓名：

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 

Set操作像intersect，union和setequal也是我们能与工作同样对称操作。

例2：应用which()

which(a %in% b)不是对称的操作，所以我们必须用全矩阵工作。

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。

---

替代

除了使用outer()，我们也可以使用ř表达式来获得z上方。同样，我采取二元运算"%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分析和评估这些表达式。我们可能会使用组合索引结果列表中的名称：

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 
# ...