r - 在一个向量中查找另一个向量中的值之间的值

Question

我需要一些帮助来查找向量中位于关键值之间的值，不包括在内。

例如，使用以下向量 x和 y

x <- c(2, 6, 10)
y <- c(7, 1, 9, 12, 4, 6, 3)

我想找到 y 中的所有值介于 x 之间但不等于 x ，所以结果是

list(y[y > 2 & y < 6], y[y > 6 & y < 10])
# [[1]]
# [1] 4 3
#
# [[2]]
# [1] 7 9

所以在上面的结果中，

3 和 4 介于 2 和 6 之间

7 和 9 介于 6 和 10 之间

12 不在任何东西之间，所以它被排除在外

6 等于 6，所以也排除在外

我已经在这方面工作了一段时间，但我很困惑。我会向您展示代码，但它只是很丑陋。

如何快速找到一个向量中的值，另一个向量中的值之间的值是什么？

Answer 1

也许这对你有用:

lapply(split(y[y > min(x) & y < max(x)], 
             findInterval(y[y > min(x) & y < max(x)], x)), 
       function(z) z[!z %in% x]) 
# $`1`
# [1] 4 3
# 
# $`2`
# [1] 7 9

当然，最好在拆分之前保持 DRY 和子集“y”，例如，使用 between (或 %between% )来自“data.table”:

library(data.table)
Z <- y[y %between% range(x) & !y %in% x]
split(Z, findInterval(Z, x))
# $`1`
# [1] 4 3
#
# $`2`
# [1] 7 9

更新

作为引用，到目前为止，所有三个选项都非常快:

set.seed(1)
x <- sort(sample(100000, 20, FALSE))
y <- sample(100000, 100000, TRUE)

AM <- function(x, y) {
  Z <- y[y %between% range(x) & !y %in% x]
  split(Z, findInterval(Z, x))
}

DA <- function(x, y) {
  indx <- Map(function(x, z) x + seq_len(z), x[-length(x)], diff(x) - 1)
  lapply(indx, function(x) y[y %in% x])
}

user <- function(x, y) {
  m <- t(diff(sign(outer(x, y, "-"))) == 2)
  split((m*y)[m], col(m)[m])
}

library(microbenchmark)
microbenchmark(AM(x, y), DA(x, y), user(x, y))
# Unit: milliseconds
#        expr       min        lq      mean    median        uq      max neval
#    AM(x, y)  22.58939  23.24731  26.29092  23.79639  25.64548 140.5610   100
#    DA(x, y) 149.46997 157.48534 162.47526 160.01823 164.74851 287.0808   100
#  user(x, y) 327.38835 437.44064 445.71955 446.65938 467.97784 637.3121   100