r - 如何有效地检查矩阵是否为二进制形式(例如所有 1's or 0' s)？

Question

我有一个函数，它将一个 m x n 大小的(可能)二进制矩阵作为输入，如果矩阵包含的数字不是 0 或 1，或者是 NA，我想返回一个错误处理。我怎样才能有效地检查这个？

例如，通过为 10 x 10 生成一些数据:

> n=10;m=10
> mat = round(matrix(runif(m*n), m, n))
> mat
        [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,]    0    1    0    1    1    0    1    0    1     0
 [2,]    0    0    0    0    0    0    0    0    0     1
 [3,]    1    1    0    1    1    0    0    1    1     0
 [4,]    1    1    1    1    0    1    0    0    1     1
 [5,]    1    1    1    0    0    1    1    1    0     1
 [6,]    1    0    1    0    0    0    0    1    0     0
 [7,]    0    0    0    1    0    1    1    1    1     0
 [8,]    0    0    0    1    0    1    1    1    1     1
 [9,]    0    0    1    1    0    1    1    1    1     1
[10,]    1    0    1    1    0    0    0    0    1     1

应始终返回矩阵是二进制的，但可以通过以下方式之一更改它:

> mat[1,1]=NA
> mat[1,1]=2

应该返回矩阵不是二进制的。

目前，我一直在我的功能中使用:

for(i in 1:nrow(mat))
{
    for(j in 1:ncol(mat))
    {
      if(is.na(mat[i,j])|(!(mat[i,j] == 1 | mat[i,j] == 0)))
      {
        stop("Data must be only 0s, 1s")
      }
    }
}

但是单独检查大矩阵的每个值似乎非常缓慢和低效。有没有一种聪明，简单的方法来做到这一点我想念？

谢谢

Answer 1

以下是一些选项的时间安排(包括其他答案中建议的选项):

n=5000;m=5000
mat = round(matrix(runif(m*n), m, n))
> system.time(stopifnot(sum(mat==0) + sum(mat==1) == length(mat)))
   user  system elapsed 
   0.30    0.02    0.31 
> system.time(stopifnot(all(mat %in% c(0,1))))
   user  system elapsed 
   0.58    0.06    0.63 
> system.time(stopifnot(all(mat==0 | mat==1)))
   user  system elapsed 
   0.77    0.03    0.80 

考虑到它是一个 5000 x 5000 的矩阵，它们都非常快!三者中最快的似乎是:

stopifnot(sum(mat==0) + sum(mat==1) == length(mat))