R：在两个列表中查找（最佳/不完全）匹配元素的索引

Question

我有两个称为 three_letters 和 four_letters 的字符向量列表定义为：

three_letters <- replicate(sample(letters, size = 3), n = 100, simplify = FALSE)

four_letters <- sample(three_letters, replace = FALSE, size = 100) %>%
  map(.f = ~ c(., sample(LETTERS, 1)))

three_letters 列表中的每个元素在 four_letters 列表中都有一个对应的元素，共享除一个“子元素”之外的所有字母。

我想生成列表 four_letters 中元素的 INDEX 的一维向量，它匹配（4 个中的 3 个，或者如果可能的话，m 中的广义 n 个）列表中的每个元素 三个字母。

我可能想多了，但这是我想出的乏味且非常不可概括的解决方案：

# first define helper function:
count_unique_list <- function(l1_element, l2_element){
  length(unique(unlist(append(l1_element,l2_element))))
}

# use nested map() functions

four_letter_indices <-
# for every element in three_letters:
  map(three_letters, .f = function(x){
    # for every element in four_letters:
    map(four_letters, .f = function(y){
      # is the length of unique union equal to 4?
      count_unique_list(x,y) == 4
    }) %>%
      # return index of TRUE
      detect_index(.f = isTRUE)
  }) %>%
  unlist()

# to check success visually I used cbind on arrayified lists:
cbind(matrix(unlist(three_letters), ncol = 3, byrow = TRUE),
      matrix(unlist(four_letters[four_letter_indices]), ncol = 4, byrow = TRUE))

如果可能的话，我特别喜欢 Hadley-Wickham 风格的“整洁”解决方案，因为这些解决方案对我来说最有意义，并且在我当前的数据分析管道中更易于部署。

干杯

Answer 1

这是一种方法：

library(tidyverse)
three_letters %>%
  map(~{a = .x;which(map_lgl(four_letters,~all(a %in% .x)))})

我们需要将外部.x 重新分配给一个新变量，因为在嵌套的map 内部.x 将被重新分配给第二级。

{...} 只允许您评估多个表达式并只返回最后一个。表达式由; 或新行分隔。

在tidyevaluation中，~表示lambda函数表达式

function(...)

或者更准确地说，使用~ 创建的公式将转换为函数。 ... 的第一个参数分配给 .、.x 和 ..1。请参阅help(purrr::map) 了解更多信息。