％in％和==之间的差异

Question

df <- structure(list(x = 1:10, time = c(0.5, 0.5, 1, 2, 3, 0.5, 0.5, 1, 2, 3)), .Names = c("x", "time"), row.names = c(NA, -10L), class = "data.frame")df[df$time %in% c(0.5, 3), ]##     x time## 1   1  0.5## 2   2  0.5## 5   5  3.0## 6   6  0.5## 7   7  0.5## 10 10  3.0df[df$time == c(0.5, 3), ]##     x time## 1   1  0.5## 7   7  0.5## 10 10  3.0%in%和==这里和有什么不一样？

Answer 1

问题是向量回收。

您的第一行完全符合您的期望。它检查什么的元素df$time都在c(0.5, 3)，并返回它们的值。

您的第二行比较棘手。实际上等于

df[df$time == rep(c(0.5,3), length.out=nrow(df)),]

看到这一点，让我们看看使用vector会发生什么rep(0.5, 10)：

rep(0.5, 10) == c(0.5, 3)

[1]  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE

查看它如何返回每个奇数值。本质上它与向量匹配0.5c(0.5, 3, 0.5, 3, 0.5...)

您可以操纵向量以这种方式不产生匹配项。取向量rep(c(3, 0.5), 5)：

rep(c(3, 0.5), 5) == c(0.5, 3)

[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE

他们都是假的。您将每0.5匹配3，反之亦然。

Answer 2

在

df$time == c(0.5,3)

第c(0.5,3)一个以的形式广播df$time，即c(0.5,3,0.5,3,0.5,3,0.5,3,0.5,3)。然后，将两个向量逐个元素进行比较。

另一方面，

df$time %in% c(0.5,3)

检查的每个元素是否df$time属于集合{0.5, 3}。

Answer 3

这是一个老话题，但是我在任何地方都没有看到这个答案，它可能与某些人有关。

两者之间的另一个区别是对NA（丢失值）的处理。

NA == NA

[1] NA

NA %in% c(NA)

[1] TRUE