R语言tidyverse如何筛选与参考向量完全匹配的嵌套数据

如何筛选嵌套数据集，保证嵌套内容与指定参考向量或tibble完全一致？

初始测试代码如下：

library(tidyverse)

rev_vec <-  c("apple", "pear", "banana")

df <- tibble(
  ID= rep(1:3, each =3),
  fruits =  c("apple", "pear", "banana", 
              "Pineapple", "Pineapple", "orange",
              "lime", "pear", NA))

df_vec <- df %>% 
  group_by(ID) %>% 
  summarise(fruits  = list(unique(fruits)))

## 以下写法均无法实现需求
df_vec %>% 
  filter(fruits == rev_vec)

df_vec %>% 
  filter(unlist(fruits) == rev_vec)

df_vec %>% 
  filter(all(unlist(fruits[[1]]) ==rev_vec))

核心需求：找出与参考向量匹配的ID，本示例中正确匹配的ID为1。

仅保留ID=1的行，输出格式如下：

# A tibble: 1 x 2
     ID fruits   
  <int> <list>   
1     1 <chr [3]>

嵌套列表列的逐行判断需要借助purrr包的遍历函数逐行校验，不能直接用普通向量比较逻辑，补全后的筛选代码如下：

df_vec %>% 
  filter(map_lgl(fruits, ~identical(.x, rev_vec)))

判断逻辑说明 #

• map_lgl会逐行遍历fruits列的每一个嵌套向量，返回和原表行数一致的逻辑值向量，供filter做行筛选
• identical会做严格等值校验：要求两个向量的元素内容、顺序、长度、数据类型完全一致，符合完全匹配的要求
• 如果不需要匹配顺序，仅要求元素集合完全重合，可以把判断逻辑替换为setequal(.x, rev_vec)，该函数会自动忽略元素顺序、自动去重后校验集合一致性

原写法失效原因 #

• 直接用fruits == rev_vec：列表列和原子向量类型不匹配，无法直接做向量化比较
• unlist(fruits) == rev_vec：会把所有行的嵌套元素拆成一个长向量做循环比对，返回的逻辑向量长度和原表行数不一致，筛选结果错乱
• all(unlist(fruits[[1]]) ==rev_vec)：固定取第一行的嵌套元素做判断，不会逐行遍历每个ID对应的水果向量，所有行的判断结果都和第一行绑定，无法正确筛选其他行的匹配情况

内容的提问来源于stack exchange，提问作者L Smeets