R - 使用匹配运算符时保留顺序 (%in%)

Posted 2023-02-21

【中文标题】R - 使用匹配运算符时保留顺序 (%in%)

【英文标题】：R - preserve order when using matching operators (%in%)

【发布时间】：2012-05-22 03:12:13

【问题描述】：

我正在使用匹配运算符从单独的数据框中获取出现在矩阵中的值。但是，结果矩阵的值按照它们在数据框中出现的顺序排列，而不是在原始矩阵中。有没有办法使用匹配算子来保持原矩阵的顺序？

这是一个简单的例子：

vec=c("b","a","c"); vec

df=data.frame(row.names=letters[1:5],values=1:5); df

df[rownames(df) %in% vec,1]

这会产生> [1] 1 2 3，这是"a" "b" "c" 出现在数据框中的顺序。但是，我想生成>[1] 2 1 3，这是它们在原始向量中出现的顺序。

谢谢！

【参考方案1】：

由于行名索引也适用于向量，我们可以更进一步并定义：

'%ino%' <- function(x, table) 
    xSeq <- seq(along = x)
    names(xSeq) <- x
    Out <- xSeq[as.character(table)]
    Out[!is.na(Out)]

我们现在得到了想要的结果：

df[rownames(df) %ino% vec, 1]
[1] 2 1 3

在函数内部，names() 会自动转换为字符，并使用 as.character() 更改表格，因此当 %ino% 的输入是数字时，这也可以正常工作：

LETTERS[1:26 %in% 4:1]
[1] "A" "B" "C" "D"


LETTERS[1:26 %ino% 4:1]
[1] "D" "C" "B" "A"

在 %in% 之后，删除缺失值：

LETTERS[1:26 %in% 3:-5]
[1] "A" "B" "C"

LETTERS[1:26 %ino% 3:-5]
[1] "C" "B" "A"

使用 %in% 时，逻辑序列沿被子集化对象的维度重复，而 %ino% 则不是这样：

data.frame(letters, LETTERS)[1:5 %in% 3:-5,] 

    letters LETTERS
 1        a       A
 2        b       B
 3        c       C
 6        f       F
 7        g       G
 8        h       H
 11       k       K
 12       l       L
 13       m       M
 16       p       P
 17       q       Q
 18       r       R
 21       u       U
 22       v       V
 23       w       W
 26       z       Z


data.frame(letters, LETTERS)[1:5 %ino% 3:-5,]

   letters LETTERS
 3       c       C
 2       b       B
 1       a       A

【参考方案2】：

使用match。

df[match(vec, rownames(df)), ]
# [1] 2 1 3

请注意，如果您在 vec 或 rownames(df) 中有重复值，match 可能不会按预期运行。

编辑： 我刚刚意识到行名索引会更简单、更优雅地解决您的问题：

df[vec, ]
# [1] 2 1 3

【讨论】：

使用行名索引的奖励积分，但两种解决方案都有效。谢谢！

【参考方案3】：

使用match（并为另一个向量中不匹配的元素去掉NA值）：

Filter(function(x) !is.na(x), match(rownames(df), vec))

【讨论】：

实际上，如果您使用 nomatch=0 进行匹配，对于不匹配的项目，匹配将返回 0 而不是 NA。由于 [] 的行选择只是忽略了 0，因此您可以将匹配结果目录粘贴到 [] 中，无需调用过滤器