创建一些数据

看起来不太x1 == 1 | y1 == 1冗长，让我们创建更多向量：

set.seed(1)
lapply(1:10, \(.) sample(10, 10, replace = TRUE)) |>
    setNames(paste0(c("x", "y"), c(1:5, 1:5))) |>
    list2env(.GlobalEnv)
ls()
#  [1] "x1" "x2" "x3" "x4" "x5" "y1" "y2" "y3" "y4" "y5"

现在写起来确实变得相当乏味：

x1 == 1 | y2 == 1 | x3 == 1 | y4 == 1 | x5 == 1 | y1 == 1 | x2 == 1 | y3 == 1 | x4 == 1 | y5 == 1 
#  [1] FALSE FALSE  TRUE  TRUE  TRUE  TRUE FALSE FALSE  TRUE  TRUE

使用数据框

我们使用逐元素逻辑运算符，因此保证向量具有相同的长度。让我们将它们放入数据框中进行比较：

compare  <- function(..., op = c("==", "<", ">", ">=", "<=", "!="), compare_with = 1) {
    fun = match.fun(match.arg(op))
    rowSums(
        fun(data.frame(...), compare_with)
    ) > 0
}

然后我们可以这样做：

compare(x1, y2, x3, y4, x5, y1, x2, y3, x4, y5)
#  [1] FALSE FALSE  TRUE  TRUE  TRUE  TRUE FALSE FALSE  TRUE  TRUE

或者，如果这仍然需要太多的输入，我们可以将向量放入列表中（无论如何这更好），并将其提供给函数：

# Create a list of x1:x5 and y1:y5
l  <- mget(ls(pattern = "[xy]\\d"))
compare(l)
#  [1] FALSE FALSE  TRUE  TRUE  TRUE  TRUE FALSE FALSE  TRUE  TRUE

一些测试

==这也适用于其他运营商。

identical(
    compare(x1, y2, x3, y4, x5, y1, x2, y3, x4, y5, op = "==", compare_with = 1),
    x1 == 1 | y2 == 1 | x3 == 1 | y4 == 1 | x5 == 1 | y1 == 1 | x2 == 1 | y3 == 1 | x4 == 1 | y5 == 1 
)
# [1] TRUE

identical(
    compare(x1, y2, x3, y4, x5, y1, x2, y3, x4, y5, op = ">", compare_with = 9),
    x1 > 9 | y2 > 9 | x3 > 9 | y4 > 9 | x5 > 9 | y1 > 9 | x2 > 9 | y3 > 9 | x4 > 9 | y5 > 9 
)
# [1] TRUE

表现

使用数据框（而不是矩阵）的优点是它只是指向每个向量的指针列表。这意味着不会创建数据副本。此外，数据框支持按元素进行这些比较操作，而无需迭代列（或行），因此即使您的数据非常大，这也应该相当快。

1)以下检查 x1[i] 和 y1[i] 均为 1，即 AND。

x1 <- c(1, 2, 3, 1)
y1 <- c(1, 2, 4, 3)

paste(x1, y1) == "1 1"
## [1]  TRUE FALSE FALSE FALSE

2）如果我们知道向量由 >= 1 的整数组成，如问题中所示，那么我们可以使用 pmin 和 pmax。请注意，它们具有可选的 na.rm= 参数，可以将其设置为处理 NA。

pmin(x1, y1) == 1        # OR
## [1]  TRUE FALSE FALSE TRUE

pmax(x1, y1) == 1        # AND
## [1]  TRUE FALSE FALSE FALSE

所有上述内容都很容易推广到 2 个以上的向量。

3）只涉及x1的问题中的表达式可以稍微缩短

x1 %in% 1:2
## [1]  TRUE  TRUE FALSE  TRUE

4)我们可以将 x1 和 y1 的情况视为广义矩阵乘法，其中 * 替换为 ==，+ 替换为 | 之一。或者 ＆ 。在 APL 语言中，这是 =.v 和 =.^ 。 （有关其他实现，请参阅和 blockmodeling::genMatrixMult。）

`%==.|%` <- function(x, y) apply(t(x) == y, 2, any)
`%==.&%` <- function(x, y) apply(t(x) == y, 2, all)

cbind(x1, y1) %==.&% c(1, 1)
## [1]  TRUE FALSE FALSE FALSE

cbind(x1, y1) %==.|% c(1, 1)
## [1]  TRUE FALSE FALSE  TRUE