如何在R语言中判断数据框某列是否包含多个分类变量之一？

问题描述 #

我尝试编写if语句检查数据框某列是否包含一个或另一个分类变量，使用%in%运算符时，单个变量检查正常：

if("setosa" %in% iris$Species){
  print("hi")
}
# 输出：[1] "hi"

但使用OR条件时报错：

# 因"setosa"在Species列中，本应返回TRUE
if(("setosa" | "new") %in% iris$Species){
  print("hi")
}

# 错误信息：
Error in "setosa" | "virginica" : 
  operations are possible only for numeric, logical or complex types

请问该如何实现这一需求？

解决方法 #

方法1：用any()配合向量版%in% #

把需要检查的多个分类变量放到一个向量中，用%in%得到每一个值是否存在的逻辑向量，再用any()判断是否至少有一个值存在：

if(any(c("setosa", "new") %in% iris$Species)){
  print("hi")
}
# 输出：[1] "hi"

方法2：用intersect()判断交集长度 #

通过计算待检查向量与列值的交集长度，若长度大于0则说明至少有一个值存在：

if(length(intersect(c("setosa", "new"), iris$Species)) > 0){
  print("hi")
}
# 输出：[1] "hi"

错误原因说明 #

你之前的写法("setosa" | "new")是错误的：|是逻辑或运算符，仅支持对逻辑值、数值或复数类型进行运算，不能直接用于字符串，因此触发类型不匹配的报错。

内容的提问来源于stack exchange，提问作者emr2