Блог

 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
 

В чем разница между %in% и == здесь?

Проблема заключается в переработке векторов.

Ваша первая строка делает именно то, что вы ожидаете. Он проверяет, какие элементы df$time находятся в c(0.5, 3) и возвращает значения, которые есть.

Ваша вторая строка сложнее. На самом деле это эквивалентно

 df[df$time == rep(c(0.5,3), length.out=nrow(df)),]
 

Чтобы увидеть это, давайте посмотрим, что произойдет, если использовать вектор rep(0.5, 10) :

 rep(0.5, 10) == c(0.5, 3)
[1]  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE
 

Посмотрите, как он возвращает каждое нечетное значение. По сути, он соответствует 0,5 вектору c(0.5, 3, 0.5, 3, 0.5...)

Таким образом, вы можете манипулировать вектором, чтобы не создавать совпадений. Возьмем вектор: 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
 

Они все FALSE ; вы сопоставляете каждые 0,5 с 3 и наоборот.

В

 df$time == c(0.5,3)
 

c(0.5,3) первый передается в форме df$time , т.е. c(0.5,3,0.5,3,0.5,3,0.5,3,0.5,3) . Затем два вектора сравниваются поэлементно.

С другой стороны,

 df$time %in% c(0.5,3)
 

проверяет df$time , принадлежит ли каждый элемент множеству {0.5, 3} .

Это старая тема, но я нигде не видел этого ответа, и это может быть актуально для некоторых людей.

Еще одно различие между ними заключается в обработке NAs (пропущенных значений).

 NA == NA
[1] NA
NA %in% c(NA)
[1] TRUE