将字符串与 `==` 进行比较的意外结果答案

【问题标题】：Unexpected result comparing strings with `==`将字符串与 `==` 进行比较的意外结果
【发布时间】：2022-01-25 17:30:08
【问题描述】：

我有两个向量：

a = strsplit("po","")[[1]]
[1] "p" "o"

b = strsplit("polo","")[[1]]
[1] "p" "o" "l" "o"

我正在尝试使用== 比较它们。不幸的是，a==b 给出了意想不到的结果。

a==b
[1]  TRUE  TRUE FALSE  TRUE

虽然我希望：

[1]  TRUE  TRUE FALSE  FALSE

那么，是什么原因造成的呢？怎样才能达到预期的效果？

问题似乎与两个向量的最后一个元素与将b 更改为例如相同的事实有关。 polf 确实给出了预期的结果，并且还因为将 b 设置为 pooo 给出了 TRUE TRUE FALSE TRUE 而不是 TRUE TRUE TRUE TRUE。

编辑

换句话说，我希望丢失的元素（当长度不同时）被当作空传递（只有"" 似乎给出了TRUE TRUE FALSE FALSE、NA 和NULL 给出不同的结果）。

c("p","o","","")==c("p","o","l","o")
[1]  TRUE  TRUE FALSE FALSE

【问题讨论】：

为了得到FALSE，“l”和“o”是什么意思？
@jpdugo17 我编辑了我的答案以使其更清晰。在某种程度上，我希望将“l”和“o”与什么都没有比较，所以基本上总是返回F。

标签： r string string-comparison

【解决方案1】：

您在这里遇到的问题是由于回收（不是环保的那种）。当对要求它们具有相同长度的两个向量进行操作时，R 通常会自动循环或重复较短的向量，直到它的长度足以匹配较长的向量。您意外的结果是由于 R 将向量 c("p", "o") 回收为长度 4（较大向量的长度）并本质上将其转换为 c("p", "o", "p", "o")。如果我们比较c("p", "o", "p", "o") 和c("p", "o", "l", "o")，我们可以看到我们得到了意想不到的结果：

c("p", "o", "p", "o") == c("p", "o", "l", "o")
#> [1]  TRUE  TRUE FALSE  TRUE

我不太清楚为什么您会期望结果为TRUE TRUE FALSE FALSE，因为将长度为 2 的向量与长度为 4 的向量进行比较并循环使用长度为 2 的向量（这就是 R 正在做的）似乎是除了抛出错误之外最合理的默认设置。

【讨论】：

我编辑了我的答案以使其更清晰。我希望在某种程度上将“l”和“o”与什么都没有比较，所以基本上总是返回F。

【解决方案2】：

为了得到 OP 中显示的结果，我们可以将两个向量放在 list 中，将它们的 lengths 调整为 maximum lengths（通过添加 NA's）并测试比较是否为 @ 987654326@.

list(a, b) |>
  (\(.) lapply(., `length<-`, max(lengths(.))))() |>
  (\(.) do.call(\(x, y, ...) (x == y) %in% TRUE, .))()
# [1]  TRUE  TRUE FALSE FALSE

注意：R version 4.1.2 (2021-11-01)

数据：

a <- c("p", "o")
b <- c("p", "o", "l", "o")

【讨论】：

【解决方案3】：

如果任何字符串在strsplit 之前的字符数较少，我们可以创建一个函数来在right 上填充空格（stringr::str_pad）

checkStrings <- function(s1, s2) {
   n1 <- nchar(s1)
   n2 <- nchar(s2)
   if(n1 != n2) {
      n <- max(n1, n2)
     i1 <- which.min(c(n1, n2))
     if(i1 == 1) {
       s1 <- stringr::str_pad(s1, width = n, pad = " ", side = "right")
      } else {
      s2 <- stringr::str_pad(s1, width = n, pad = " ", side = "right")
      }
    }
   s1v <- strsplit(s1, "")[[1]]
   s2v <- strsplit(s2, "")[[1]]
   return(s1v == s2v)
   
}

-测试

> checkStrings(str1, str2)
[1]  TRUE  TRUE FALSE FALSE

数据

str1 <- "po"
str2 <- "polo"

【讨论】：

【解决方案4】：

解决问题的另一种方法是使用a 创建length(b) 和replace 的第一个值的向量：

a <- replace(character(length(b)), seq(a), a)
a
# [1] "p" "o" ""  ""

然后我们可以适当的比较两个向量使用==:

a==b
# [1]  TRUE  TRUE FALSE FALSE

character(length(b)) 创建一个由"" 和length(b) 组成的向量。 vector(,length(b)) 是另一种选择，但它会创建一个 FALSE 向量。

如果要对两个或多个字符串执行此操作，可能的功能是：

matchLength = function(strings){
  l = lapply(strings,\(x) strsplit(x,"")[[1]])
  larger = which.max(lengths(l))
  lapply(l, function(x) replace(character(length(l[[larger]])), seq(x), x))
}

提供所需的输出：

strings=c("po","polo","polka")
matchLength(strings)

# [[1]]
# [1] "p" "o" ""  ""  "" 
# 
# [[2]]
# [1] "p" "o" "l" "o" "" 
# 
# [[3]]
# [1] "p" "o" "l" "k" "a"

【讨论】：