如何使用 for 循环将列表中的子值相互比较？

Posted 2023-03-24

【中文标题】如何使用 for 循环将列表中的子值相互比较？

【英文标题】：How Can I compare the subvalues in a list to eachother using a for-loop?

【发布时间】：2019-06-17 05:50:31

【问题描述】：

目前我有一个如下所示的列表。我想开发一个 forloop 遍历列表中的每个项目并比较该列表中的字符。一个项目中的字符永远不会超过两个。

all = [[a,z]],[[a,a]],[[e,r]],[[p,p]]....（更多类似项目）]

也写成：

[[1]]
[1] "a" "z"

[[2]]
[1] "a" "a"

[[3]] 
[1] "e" "r"

[[4]] 
[1] "p" p"

我想遍历列表中的每个元素并测试项目是否相同。我想打印匹配的项目数。例如，在这个列表中，我想要：

[[2]]
 [1] "a" "a"

 [[4]] 
 [1] "p" p"

因为“a”匹配“a”，“p”匹配“p”。我希望 for 循环返回值 2，计算匹配数。

有什么建议吗？

【问题讨论】：

还有一个：sum(sapply(lst, duplicated))

感谢我将它添加到我的基准测试中

【参考方案1】：

将sapply 与uniqueN 一起使用

lst1[sapply(lst1,data.table::uniqueN)==1]
[[1]]
[1] "a" "a"

[[2]]
[1] "p" "p"

【讨论】：

欢迎回到 R 端，Python Pandas 大师！

@Parfait 谢谢伙计，我会尽力提高我的 R 技能 :-)

它也适用于 dplyr::n_distinct 而不是 data.table::uniqueN，并且在我的计算机上使用 dplyr 时速度快两倍。

@Moody_Mudskipper 太棒了，谢谢你的信息:-)

【参考方案2】：

我们可以使用Filter 来过滤list 的元素，方法是创建一个逻辑条件，将每个list 元素中的length 和unique 元素检查为1

out <- Filter(function(x) length(unique(x))==1, lst1)
out
#[[1]]
#[1] "a" "a"

#[[2]]
#[1] "p" "p"

length(out)
#[1] 2

---

或者另一种选择是

sum(sapply(lst1, function(x) do.call(identical, as.list(x))))

数据

lst1 <- list(c('a', 'z'), c('a', 'a'), c('e', 'r'), c('p', 'p'))

【参考方案3】：

这里还有 3 种方法：

sum((x<-unlist(lst1))[c(T,F)]==x[c(F,T)])
#[1] 2
sum(sapply(lst1,function(x) x[1] == x[2]))
#[1] 2
sum(lengths(sapply(lst1,unique))==1)
#[1] 2

还有一个基准：

lst2 <- rep(lst1,1000)

microbenchmark::microbenchmark(
  mm1 = sum((x<-unlist(lst2))[c(T,F)]==x[c(F,T)]),
  mm2 = sum(sapply(lst2,function(x) x[1] == x[2])),
  mm3 = sum(lengths(sapply(lst2,unique))==1),
  akrun = length(Filter(function(x) length(unique(x))==1, lst2)),
  WB  = length(lst2[sapply(lst2,data.table::uniqueN)==1]),
  WB2 = length(lst2[sapply(lst2,dplyr::n_distinct)==1]),
  dd  = sum(sapply(lst2, duplicated)),
  dd2 = sum(sapply(lst2, function(x) duplicated(x)[2]))
)

# Unit: microseconds
#  expr       min        lq      mean    median        uq        max neval    cld
# mm1     146.104   156.972   284.218   160.292   164.368   9357.887   100 a     
# mm2    4141.922  4493.899  5211.921  5043.449  5550.736   8576.352   100  b    
# mm3   15911.727 17504.531 19123.916 19108.955 20324.424  26267.587   100    de 
# akrun 17991.895 19451.122 21222.071 20960.609 22765.172  29885.165   100     e 
# WB    31602.789 36288.222 39258.331 37895.967 39659.628 134526.556   100      f
# WB2   14003.624 15026.653 16783.403 15391.911 16116.695 119739.284   100   c   
# dd    14493.253 15950.668 17077.778 16792.124 17932.125  21876.323   100   cd  
# dd2   16532.970 17768.060 19172.640 18722.867 20769.075  24318.128   100    de