检查一对列是否在数据框的一行中

Question

我想知道是否有任何有效的方法来检查给定的一对（或多于两列的元组）是否在数据框中。

例如，假设我有以下数据框：

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 table 是否包含成对列的列表，比如说： (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：添加了一对新的 (a,f) 以避免混淆

我想通过将列连接成字符串然后与 %in% 进行比较来实现这一点，但这效率很低。我也想过用 dplyr 的过滤器做一个循环，但是当 table 很大并且需要转换格式（即写几行）时也需要很长时间。

在 R 中有什么有效的方法可以做到这一点吗？

Answer 1

这似乎是 apply 或 lapply 函数族之一的情况。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，如果您想知道匹配的 df 的行，您可以摆脱 any() 调用并接收一个 向量的列表 个布尔值，其中每个向量的长度与 df 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 R 中性能基准测试的专家，所以我不确定。

Answer 2

如果只需要检查列组合是否在table中，您可以使用 unique 来减少比较次数：

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)

检查一对列是否在数据框的一行中

Check if pair of columns is in a row of a data frame

r

multiple-columns

containskey