查找两个向量之间不重叠的元素答案

【问题标题】：Finding elements that do not overlap between two vectors查找两个向量之间不重叠的元素
【发布时间】：2014-02-05 10:11:18
【问题描述】：

我正在尝试识别未包含在其他向量中的元素。例如在两个向量中我有

list.a <- c("James", "Mary", "Jack", "Sonia", "Michelle", "Vincent")

list.b <- c("James", "Sonia", "Vincent")

有没有办法验证哪些人没有重叠？在示例中，我想获取包含 Mary、Jack 和 Michelle 的向量结果。

任何建议都会有所帮助！

【问题讨论】：

标签： r overlap

【解决方案1】：

是的，有办法：

setdiff(list.a, list.b)
# [1] "Mary"     "Jack"     "Michelle"

【讨论】：

请注意，该组中的所有函数（setdiff、intersect、union 等）都会忽略重复项。如果你有重复值的列表，你将不得不玩一下。事实上，几天前就这个问题有一个 SO 问题，得到了很好的回答。 -- 当然现在我找不到了:-(
@CarlWitthoft 如果您查看setdiff 的源代码，您会发现很容易修改为不忽略重复项
@hadley 我发布了 setdiff 的“灵活”版本，仅供参考:-)

【解决方案2】：

我认为应该提到的是，公认的答案只是部分正确。命令setdiff(list.a, list.b) 查找非重叠元素仅当这些元素包含在用作第一个参数的对象中时！。

如果您没有意识到这种行为并改为使用setdiff(list.b, list.a)，则在这种情况下，结果将是character(0)，这将导致您得出没有不重叠元素的结论。

使用稍微扩展的示例进行说明，一个明显的快速解决方法是：

list.a <- c("James", "Mary", "Jack", "Sonia", "Michelle", "Vincent")
list.b <- c("James", "Sonia", "Vincent", "Iris")

c(setdiff(list.b, list.a), setdiff(list.a, list.b))
# [1] "Iris"     "Mary"     "Jack"     "Michelle"

【讨论】：

正是发生在我身上的事情。谢谢！

【解决方案3】：

基于 Hadley 和我自己的 cmets 的扩展答案：这是允许重复的方法。

最终编辑：我不建议任何人使用它，因为结果可能不是您所期望的。如果x 中有重复值，而y 中没有，您将在输出中看到该值重复。但是：例如，如果x 中有四个9，y 中有一个9，则所有9 都将被删除。人们可能期望保留其中三个；这需要更混乱的代码。

mysetdiff<-function (x, y, multiple=FALSE) 
{
    x <- as.vector(x)
    y <- as.vector(y)
    if (length(x) || length(y)) {
        if (!multiple) {
             unique( x[match(x, y, 0L) == 0L])  
              }else  x[match(x, y, 0L) == 0L] 
        } else x
}

Rgames> x
[1]  8  9  6 10  9
Rgames> y
[1] 5 3 8 8 1
Rgames> setdiff(x,y)
[1]  9  6 10
Rgames> mysetdiff(x,y)
[1]  9  6 10
Rgames> mysetdiff(x,y,mult=T)
[1]  9  6 10  9
Rgames> mysetdiff(y,x,mult=T)
[1] 5 3 1
Rgames> setdiff(y,x)
[1] 5 3 1

【讨论】：

我将临时存储if 语句的结果，并在!multiple 的情况下调用unique。它会更容易阅读。

【解决方案4】：

适用于重复的漂亮单行：

anti_join(data_frame(c(1,1,2,2)), data_frame(c(1,1)))

这将返回数据框 {2,2}。然而，这不适用于 1,1,2,2 中的 1,2 的情况，因为它找到了两次

【讨论】：