您如何用简单的英语阅读 %in% 运算符？答案

【问题标题】：How do you read the %in% operator in plain English?您如何用简单的英语阅读 %in% 运算符？
【发布时间】：2021-07-10 17:40:41
【问题描述】：

我正在为如何用“简单的英语”术语阅读 R 中的 %in% 运算符而苦苦挣扎。我已经看到了多个使用它的代码示例，但没有清楚地解释如何阅读它。

例如，我发现管道运算符%>% 的术语建议将其读作“然后”。我正在为%in% 运算符寻找类似的翻译。

在R for Data Science一书中标题为“数据转换”的第 5 章中，有一个来自航班数据集的示例，内容如下：

以下代码查找在 11 月或 12 月起飞的所有航班：
filter(flights, month == 11 | month == 12)
这个问题的一个有用的简写是x %in% y。这将选择 x 是 y 中的值之一的每一行。我们可以用它来重写上面的代码：
nov_dec <- filter(flights, month %in% c(11, 12))

当我读到“这个问题的一个有用的简写是x %in% y”，然后再看nov_dec的例子，似乎这应该被理解为“选择月份所在的每一行（x ) 是 c(11,12) (y) 中的值之一，”这对我来说没有意义。

但是我的大脑想将其解读为“在月份列中查找 11 和 12”。在此示例中，x 似乎应该是 11 和 12 的值，%in% 运算符正在检查这些值是否在 y 中，这将是月份列。我的大脑正在从从右到左阅读这个例子。

但是，我发现的所有代码示例似乎都表明这个 x %in% y 应该从左到右而不是从右到左阅读。

谁能帮我阅读外行术语中的%in% 运算符吗？示例将不胜感激。

【问题讨论】：

%in% 将返回一个逻辑向量for each element of x 来回答这个问题，x 是否在 y 中找到？一次考虑一个元素：是y 中的x 的第一个元素，是y 中的x 的第二个元素，依此类推。
x的值是否在向量y中找到？
A %in% B 询问 A 中的值是否在称为 B 的向量（或列表）内。您可以在 filter() 函数中改进其实现的描述为“选择那些变量 x 中的值存在于列表 y 的值中的行”。
具体来说，比如x = 12 和y = c(11, 12)。在这种情况下，x %in% y 询问12 是否在向量c(11, 12) 中。因为它是，x %in% y 返回TRUE。说z = 13，然后你问z %in% y，然后你得到FALSE，因为13不是向量c(11, 12)中的元素。换句话说，过滤器示例保留数据集中flights 中的行，其中month 为11 或12，并删除所有其他行。
它可能是月份的数字表示。例如，如果月份是六月和month=6，那么x = month = 6 那么x %in% y 可以返回FALSE，因为6 不等于11 或12。如果月份是 12 月的数字表示，则此语句将为 TRUE。

标签： r operators terminology

【解决方案1】：

如果我想真正“拼出来”，我会将x %in% y 读作“对于每个x 值，它是否在y 中”？

nov_dec <- filter(flights, month %in% c(11, 12))"
当我读到“这个问题的一个有用的简写是 x %in% y”，然后再看 nov_dec 的例子，似乎这应该被理解为“选择月份（'x' ) 是 c(11,12) ('y') 中的值之一，这对我来说没有意义。

但是我的大脑想将其解读为“在月份列中查找 11 和 12”。在此示例中，“x”似乎应该是 11 和 12 的值，%in% 运算符正在检查这些值是否在“y”中，即月份列。我的大脑从右到左阅读这个例子。

左右对决就是你要问的问题。 x %in% y 正在询问（使用我上面的详细措辞），“对于每个 x 值，它是否在 y 中？”有了这个措辞，我们知道x 中的每个项目都会得到答案（TRUE 或FALSE）。

如果我们进一步扩展它，这实际上可能会变得更清楚 - 两个常见的相关问题是“y 中有任何x 值吗？”和“y 中的所有x 值”？这些可以自然地编码为

any(x %in% y)  # Are any x values in y?  
all(x %in% y)  # Are all x values in y?

至少对我来说，这些看起来很自然，而且它们使用从左到右的阅读方式。尝试在此处使用从右到左的阅读方式会令人费解，例如“在x 中查找y 值，您是否使用匹配项覆盖了每个x 值？” em>

【讨论】：

flights 是来自nycflights13 包的数据集。

【解决方案2】：

这实际上是一个非常好的问题。想想这里的字面性质：

答案是肯定的？
答案是否定的？
答案是肯定的还是否定的？
答案是肯定的还是否定的？

当您使用%in% 时，它代替了“或”语句——这些中的任何 在这里吗？

answers = data.frame(ans = sample(rep(c("yes","no","maybe"),
                                      each = 3, times = 2)), 
                     ind = 1:9)

# yes or no?
answers[answers$ans == "yes"|answers$ans == "no",]
#    ans ind
# 1  yes   1
# 2  yes   2
# 4   no   4
# 5  yes   5
# 6   no   6
# 8   no   8
# 10 yes   1
# 12  no   3
# 13  no   4
# 16 yes   7
# 17  no   8
# 18 yes   9 

# now about %in%
answers[answers$ans %in% c("yes","no"),]
#    ans ind
# 1  yes   1
# 2  yes   2
# 4   no   4
# 5  yes   5
# 6   no   6
# 8   no   8
# 10 yes   1
# 12  no   3
# 13  no   4
# 16 yes   7
# 17  no   8
# 18 yes   9 


# yes and no?
answers[answers$ans == c("yes","no"),]
#    ans ind
# 1  yes   1
# 4   no   4
# 5  yes   5
# 6   no   6
# 8   no   8
# 12  no   3 

# what happened here? were you expecting that? 
# this checked the first row for yes, 
 # the second row for no, 
  # the third row for yes,
   # the fourth row for no and so on...

【讨论】：

我认为在阅读中使用“任何”是令人困惑的。 “y中有x吗？”有一个是/否的答案。 @GregorThomas 的“对于每个 x，它在 y 中吗？”有与 x 的元素一样多的答案，这与 %in% 所做的匹配。

【解决方案3】：

我认为您的脱节在于了解如何将“in”应用于向量。您写道，您想将其解读为“在月份列中查找 11 和 12”。你确实可以这样想。你的例子是：

nov_dec <- filter(flights, month %in% c(11, 12))

这可以用简单的英语表达为：

给我所有c(11, 12) 中的值之一在月份列中的航班

但我们也可以说 11 和 12 在“向量”c(11, 12) 中。这就是从左到右的阅读方式：

给我所有月份在向量c(11, 12)中的航班。

或者，表达方式略有不同，更冗长：

给我所有月份等于向量c(11, 12)中的值之一的航班

这在概念上类似于连续使用一组 | 运算符 (month == 11 | month == 12)，但最好不要将它们视为完全相同。您不是明确地将x 与y 中的每个值进行比较，而是在问“x 是否等于y 中的值之一？”就像说“请关灯”和说“请走到墙上的那个盘子上，把上面的小棍子往下拉”一样。它表达了你想要什么，而不是如何弄清楚，这让你的代码更具可读性，而且代码被阅读的次数比编写的次数多，所以这很重要！！！

现在我要离开我的领域了——再说一次，我不知道 R 在这里实际上做了什么——但回答问题的基本方法也可能不同。它可能使用binary search 算法来确定x 是否在y 中。

【讨论】：