R data.table如何逐行计算两个列表列的公共值与差集

现有名为test的data.table数据集，包含id、array1、array2三列，共2行数据：

• id=1：array1为c(1,2,3,4,5)，array2为c(3,4,5)
• id=2：array1为c(6,7,8,9,10)，array2为c(6,7,0)

通过str()查看数据集结构可见array1、array2均为列表列：

> str(test)
Classes ‘data.table’ and 'data.frame':  2 obs. of  3 variables:
 $ id    : num  1 2
 $ array1:List of 2
  ..$ : num  1 2 3 4 5
  ..$ : num  6 7 8 9 10
 $ array2:List of 2
  ..$ : num  3 4 5
  ..$ : num  6 7 0
 - attr(*, ".internal.selfref")=<externalptr> 

需要逐行计算两个数组列的两个指标：

• 两列的公共值（交集）
• 存在于array1但不存在于array2的值（差集）

最初编写的实现代码运行结果不符合预期：

test[, `:=` (diff = setdiff(array1, array2),
             common = intersect(array1, array2))]

实际返回结果：

• id=1：diff为c(1,2,3,4,5)，common为NULL
• id=2：diff为c(6,7,8,9,10)，common为NULL

预期正确结果：

• id=1：diff为c(1,2)，common为c(3,4,5)
• id=2：diff为c(8,9,10)，common为c(6,7)

array1和array2是列表类型列，直接在data.table的j表达式中调用setdiff()、intersect()时，传入函数的是整列的完整列表对象，而非逐行传入列表内存储的原子向量，函数实际是对两个长度为2的列表整体做集合运算，无法得到逐行匹配的计算结果。

使用Map()将两个列表列的对应行元素逐对传入集合运算函数即可，代码如下：

test[, c("diff", "common") := list(
  Map(setdiff, array1, array2),
  Map(intersect, array1, array2)
)]

运行后输出结果完全符合预期，两列新生成的列表列中，每行存储对应行的差集、交集计算结果。

如果需要将结果转换为向量、拼接为字符串等其他格式，只需在Map中自定义运算逻辑即可。

内容的提问来源于stack exchange，提问作者Hilary