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)))

其中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，该向量与列表three_letters中的每个元素匹配（4 个中的3 个，或m 中的广义n ） 。

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 .x内部将重新分配给第二级。

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

在 tidyevaluation 中， ~表示 lambda function 表达式

function(...)

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