r语言 - 检查一对列是否在数据帧的一行中

Question

我想知道是否有任何有效的方法来检查给定的列对(或多于两个的元组)是否在数据帧中。

例如，假设我有以下数据帧:

df=data.frame(c("a","b","c","d"),c("e","f","g","h"),c(1,0,0,1))
names(df)=c('col1','col2','col3')
  col1 col2 col3
1    a    e    1
2    b    f    0
3    c    g    0
4    d    h    1

，我想检查这个表是否包含列对的列表，比如:(a,b)， (a,c)， (a,e)， (c,a)， (c,g)， (a,f)

它应该输出到:

FALSE FALSE TRUE FALSE TRUE FALSE

编辑:新增一对(a,f)以避免混淆

我想通过将列连接到字符串中，然后与%中的%进行比较来实现这一点，但这是非常低效的。我也想做一个循环与dplyr的过滤器，但它也需要相当长的时间当表是巨大的，需要转换格式(即写几行)。

在R中是否有有效的方法来完成这个?

Answer 1

这似乎是apply或lapply族函数之一的情况。如果将pairs.list定义为list，则可以使用lapply:

df = data.frame(c("a","b","c","d"), c("e","f","g","h"), c(1,0,0,1))
names(df) = c('col1','col2','col3')
pairs.list = list(c("a", "b"), c("a", "c"), c("a", "e"), c("c", "a"), c("c", "g"))
lapply(pairs.list, FUN=function(x){any(df$col1==x[[1]] & df$col2==x[[2]])})
[[1]]
[1] FALSE
[[2]]
[1] FALSE
[[3]]
[1] TRUE
[[4]]
[1] FALSE
[[5]]
[1] TRUE
new.pairs = list(c("a", "b"), c("a", "c"), c("e", "a"), c("c", "a"), c("c", "g"))
lapply(new.pairs, FUN=function(x){any(df$col1==x[[1]] & df$col2==x[[2]])})
[[1]]
[1] FALSE
[[2]]
[1] FALSE
[[3]]
[1] FALSE
[[4]]
[1] FALSE
[[5]]
[1] TRUE

使用此方法，如果您想知道与df匹配的行，您可以摆脱any()调用并接收一个向量的布尔值列表，其中每个向量与df长度相同。

我认为这应该是相对有效的，因为它都是布尔逻辑，而不是字符串操作，但我不是一个专家在基准性能的R，所以我不确定。

Answer 2

如果您只需要检查列组合是否在表中，你可以使用unique来减少比较的次数:

df=data.frame(c("a","b","c","d"),c("e","f","g","h"),c(1,0,0,1), stringsAsFactors=FALSE)
names(df)=c('col1','col2','col3')
df$to_check = paste(df$col1, df$col2, sep=',')
cols <- c("a,b", "a,c", "a,e", "c,a", "c,g")
cols %in% unique(df$to_check)