在R中为什么不全部。等于在向量列表中找到我一个向量？

Question

我正在尝试编写一些代码以在庞大的向量数组中找到特定的向量，并返回该向量的副本出现位置的索引。在尝试调试时，我试图学习all.equal的行为（建议here，identical似乎由于类型不匹配而被排除）。我现在编写了以下代码：

data<-replicate(100000,sample(4)) 
which( apply(data, 2, function(x) all.equal(c(1:4),data)) == TRUE)

据我所知，我写的第一行会生成从1到4的整数的大量排列，第二行会搜索它们的确切排列1、2、3、4的任何情况。从统计学上讲，我非常有信心此排列应该出现在此列表的某个位置，在我的特殊情况下，它是第九个条目。但是，每次我运行此代码或其上的任何变体时，都被告知永远不会出现所需的排列。

我做错了什么？坦率地说，当我不得不查找如何在向量列表中查找向量时，我开始怀疑自己犯了一个重大错误，并且不得不使用两个函数来这样做。有没有更简单的方法？

Answer 1

实际上，您几乎在那里，这只是一个小错字。正确的代码是

which(apply(data, 2, function(x) all.equal(x, c(1, 2, 3, 4))) == TRUE)

因为您需要提供数据进行比较，而必要的数据是列而不是整个数据集。这样做的方法将永远不会找到匹配项，因为整个数组将永远不会匹配一个向量。

Answer 2

尝试以下方法：

which( apply(data, 2, function(x) all.equal(c(1:4),x)) == TRUE)

不同之处在于，您在代码中将data的整个结构与1：4进行了比较，因为大小不匹配，因此永远不会是TRUE。我在要应用的函数内部用data替换了x，因此现在将每一列与1：4进行比较。

您的代码中也有一些冗余，c(1:4)与1:4相同。在这种情况下，all.equal可能是过大的，因为它所做的不只是比较（它与模糊因素进行比较，并告诉您情况有何不同）。您使用它的方式是将TRUE转换为字符。不提前简化会更有效。这是一个快速比较（较小的模拟数据）：

> library(microbenchmark)
> 
> microbenchmark(
+   ae = {
+     data<-replicate(100,sample(4)) 
+     which( apply(data, 2, function(x) all.equal(c(1:4),x)) == TRUE)
+   },
+   e = {
+     data <- replicate(100, sample(4), simplify=FALSE)
+     which(sapply(data, function(x)all(x==(1:4))))
+   }
+ )
Unit: microseconds
 expr      min        lq      mean    median       uq       max neval cld
   ae 4063.205 4303.3370 4940.2126 4501.5080 4951.623 10953.339   100   b
    e  455.934  493.3115  578.4828  523.4605  562.601  2013.444   100  a 

简化的代码平均大约需要运行时间的九分之一。