`%in%` 和 `==` 有什么区别？-dataframe-IT问答社区-解决你的IT疑问

`%in%` 和 `==` 有什么区别？

void void 1月前

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 ti...

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  3.0

df[df$time == c(0.5, 3), ]
##     x time
## 1   1  0.5
## 7   7  0.5
## 10 10  3.0

和 %in% 什么区别 == ？

帖子版权声明 1、本帖标题：`%in%` 和 `==` 有什么区别？
本站网址：http://xjnalaquan.com/
2、本网站的资源部分来源于网络，如有侵权，请联系站长进行删除处理。
3、会员发帖仅代表会员个人观点，并不代表本站赞同其观点和对其真实性负责。
4、本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现请向站长举报
5、站长邮箱：yeweds@126.com 除非注明，本帖由void void在本站《dataframe》版块原创发布，转载请注明出处！

最新回复 (0)

最新倒序只看楼主

jewoper 1月前 0 只看Ta

引用 2楼
问题在于向量回收。

第一行完全符合您的预期。它检查 df$time 中 c(0.5, 3) 并返回中的值。

你的第二行比较棘手。它实际上相当于
```
df[df$time == rep(c(0.5,3), length.out=nrow(df)),]
```
为了理解这一点，让我们看看如果使用向量会发生什么 rep(0.5, 10) ：
```
rep(0.5, 10) == c(0.5, 3)
[1]  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE
```
看看它如何返回每个奇数值。本质上它将 0.5 与向量匹配 c(0.5, 3, 0.5, 3, 0.5...)

您可以通过这种方式操纵向量以产生不匹配。以向量为例 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
```
它们都是 FALSE ；您将每个 0.5 与 3 匹配，反之亦然。
Mekswoll 1月前 0 只看Ta

引用 3楼

得到它总是使用 %in%，除非我正在比较一个唯一值或实际上打算使用回收，非常清楚谢谢 +
Ilya Boichuk 1月前 0 只看Ta

引用 4楼

@user1320502 实际上，即使只有一个值，使用 %in% 也有一些优势。尝试 x <- c(1:5, rep(NA, 3)); x[x==3] 并将其与 x[x%in%3] 进行比较。
Kip 1月前 0 只看Ta

引用 5楼
在
```
df$time == c(0.5,3)
```
第 c(0.5,3) 一个被广播到的形状 df$time ，即 c(0.5,3,0.5,3,0.5,3,0.5,3,0.5,3) 。然后逐个元素地比较这两个向量。

另一方面，
```
df$time %in% c(0.5,3)
```
检查每个元素是否 df$time 属于集合 {0.5, 3} .
NAVANIDHARAM A 1月前 0 只看Ta

引用 6楼
这是一个老话题，但我还没有在任何地方看到过这个答案，它可能与某些人有关。

两者之间的另一个区别是对 NA（缺失值）的处理。
```
NA == NA
[1] NA
NA %in% c(NA)
[1] TRUE
```