df <- structure(list(x = 1:10, time = c(0.5, 0.5, 1, 2, 3, 0.5, 0.5, 1, 2, 3)), .Names = c("x", "time"), row.names = c(NA, -10L), class = "data.frame")df[df$time %in% c(0.5, 3), ]## x time## 1 1 0.5## 2 2 0.5## 5 5 3.0## 6 6 0.5## 7 7 0.5## 10 10 3.0df[df$time == c(0.5, 3), ]## x time## 1 1 0.5## 7 7 0.5## 10 10 3.0%in%和==這里和有什么不一樣？
3 回答
躍然一笑
TA貢獻1826條經驗 獲得超6個贊
問題是向量回收。
您的第一行完全符合您的期望。它檢查什么的元素df$time都在c(0.5, 3)，并返回它們的值。
您的第二行比較棘手。實際上等于
df[df$time == rep(c(0.5,3), length.out=nrow(df)),]
看到這一點，讓我們看看使用vector會發(fā)生什么rep(0.5, 10)：
rep(0.5, 10) == c(0.5, 3)
[1] TRUE FALSE TRUE FALSE TRUE FALSE TRUE FALSE TRUE FALSE
查看它如何返回每個奇數值。本質上它與向量匹配0.5c(0.5, 3, 0.5, 3, 0.5...)
您可以操縱向量以這種方式不產生匹配項。取向量rep(c(3, 0.5), 5)：
rep(c(3, 0.5), 5) == c(0.5, 3)
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
他們都是假的。您將每0.5匹配3，反之亦然。
白豬掌柜的
TA貢獻1893條經驗 獲得超10個贊
在
df$time == c(0.5,3)
第c(0.5,3)一個以的形式廣播df$time，即c(0.5,3,0.5,3,0.5,3,0.5,3,0.5,3)。然后，將兩個向量逐個元素進行比較。
另一方面，
df$time %in% c(0.5,3)
檢查的每個元素是否df$time屬于集合{0.5, 3}。
莫回無
TA貢獻1865條經驗 獲得超7個贊
這是一個老話題，但是我在任何地方都沒有看到這個答案，它可能與某些人有關。
兩者之間的另一個區(qū)別是對NA（丟失值）的處理。
NA == NA
[1] NA
NA %in% c(NA)
[1] TRUE
- 3 回答
- 0 關注
- 869 瀏覽
添加回答
舉報
0/150
提交
取消