x||y 与 [R] 中的 mapply(function(x,y) x||y,x,y)

Question

我认为我在使用 [R] 时几乎没有语法糖问题：

x=rnorm(1000,mean = 1,sd = 1)
y=rnorm(1000,mean = 1,sd = 1)
x=x>1
y=y>1
x||y
mapply(function(x,y) x||y,x,y)

基本上我想获得一个布尔类型的列表，当 x 和 y 中的对应元素为真时，其中一个元素为真

但是

x||y

returns 标量值为 TRUE 而

mapply(function(x,y) x||y,x,y)

完成任务。

所以我在

上做错了什么

x||y

语法？

非常感谢...

Answer 1

您只需 x | y 即可获得矢量化结果。 x || y 只比较 x 的第一个元素和 y 的第一个元素。

要理解这一点，请考虑以下几点：

TRUE | FALSE
# [1] TRUE
TRUE || FALSE
# [1] TRUE

c(TRUE, FALSE) | c(TRUE, FALSE)
# [1]  TRUE FALSE
c(TRUE, FALSE) || c(TRUE, FALSE) # only first element is compared
# [1] TRUE

c(FALSE, TRUE) | c(FALSE, TRUE)
# [1] FALSE  TRUE
c(FALSE, TRUE) || c(FALSE, TRUE) # only first element is compared
# [1] FALSE

这里不需要

mapply，因为那只是重新创建 |:

的行为

identical(c(FALSE, TRUE) | c(FALSE, TRUE), mapply(function(x,y) x || y, c(FALSE, TRUE),c(FALSE, TRUE)))
# [1] TRUE
identical(c(TRUE, FALSE) | c(FALSE, TRUE), mapply(function(x,y) x || y, c(TRUE, FALSE),c(FALSE, TRUE)))
# [1] TRUE

mapply 的计算成本也高得多：

microbenchmark::microbenchmark(mapply(function(x,y) x||y, x, y), x | y)
Unit: microseconds
                                expr      min       lq       mean   median       uq      max neval cld
 mapply(function(x, y) x || y, x, y) 1495.294 1849.006 2186.77275 2012.776 2237.936 5320.702   100   b
                               x | y   27.713   28.868   39.97163   33.871   38.297  166.657   100  a

x||y 与 [R] 中的 mapply(function(x,y) x||y,x,y)

x||y vs. mapply(function(x,y) x||y,x,y) in [R]

r

functional-programming

mapply