Sprawdź równość wszystkich elementów pojedynczego wektora

Próbuję sprawdzić, czy wszystkie elementy wektora są sobie równe. Rozwiązania, które wymyśliłem, wydają się nieco okrężne, oba wymagają sprawdzenia length().

x <- c(1, 2, 3, 4, 5, 6, 1)  # FALSE
y <- rep(2, times = 7)       # TRUE

Z unique():

length(unique(x)) == 1
length(unique(y)) == 1

Z rle():

length(rle(x)$values) == 1
length(rle(y)$values) == 1

Rozwiązanie, które pozwoliłoby mi uwzględnić wartość tolerancji dla oceny „równości” między elementami, byłoby idealne, aby uniknąć problemów z FAQ 7.31 .

Czy istnieje funkcja wbudowana dla typu testu, którą całkowicie przeoczyłem? identical()i all.equal()porównaj dwa obiekty R, więc nie będą tutaj działać.

Edytuj 1

Oto kilka wyników testów porównawczych. Korzystanie z kodu:

library(rbenchmark)

John <- function() all( abs(x - mean(x)) < .Machine$double.eps ^ 0.5 )
DWin <- function() {diff(range(x)) < .Machine$double.eps ^ 0.5}
zero_range <- function() {
  if (length(x) == 1) return(TRUE)
  x <- range(x) / mean(x)
  isTRUE(all.equal(x[1], x[2], tolerance = .Machine$double.eps ^ 0.5))
}

x <- runif(500000);

benchmark(John(), DWin(), zero_range(),
  columns=c("test", "replications", "elapsed", "relative"),
  order="relative", replications = 10000)

Z wynikami:

          test replications elapsed relative
2       DWin()        10000 109.415 1.000000
3 zero_range()        10000 126.912 1.159914
1       John()        10000 208.463 1.905251

Więc wygląda na to, że diff(range(x)) < .Machine$double.eps ^ 0.5jest najszybszy.

Używam tej metody, która porównuje min i max po podzieleniu przez średnią:

# Determine if range of vector is FP 0.
zero_range <- function(x, tol = .Machine$double.eps ^ 0.5) {
  if (length(x) == 1) return(TRUE)
  x <- range(x) / mean(x)
  isTRUE(all.equal(x[1], x[2], tolerance = tol))
}

Jeśli używałeś tego bardziej poważnie, prawdopodobnie chciałbyś usunąć brakujące wartości przed obliczeniem zakresu i średniej.

Dlaczego po prostu nie użyć wariancji:

var(x) == 0

Jeśli wszystkie elementy xsą równe, otrzymasz wariancję 0.

Jeśli wszystkie są wartościami liczbowymi, to jeśli tol jest twoją tolerancją, to ...

all( abs(y - mean(y)) < tol ) 

jest rozwiązaniem Twojego problemu.

EDYTOWAĆ:

Po przyjrzeniu się temu i innym odpowiedziom oraz przeprowadzeniu testów porównawczych kilku rzeczy, następujące wyniki są dwa razy szybsze niż odpowiedź DWin.

abs(max(x) - min(x)) < tol

Jest to nieco zaskakujące szybciej niż diff(range(x))ponieważ diffnie powinno być znacznie różni się od -i absdwa numery. Żądanie zakresu powinno zoptymalizować uzyskanie minimum i maksimum. Obie diffi rangesą funkcjami prymitywnymi. Ale czas nie kłamie.

> isTRUE(all.equal( max(y) ,min(y)) )
[1] TRUE
> isTRUE(all.equal( max(x) ,min(x)) )
[1] FALSE

Inny w tym samym stylu:

> diff(range(x)) < .Machine$double.eps ^ 0.5
[1] FALSE
> diff(range(y)) < .Machine$double.eps ^ 0.5
[1] TRUE

Możesz użyć identical()i all.equal()porównując pierwszy element ze wszystkimi innymi, skutecznie przeglądając porównanie:

R> compare <- function(v) all(sapply( as.list(v[-1]), 
+                         FUN=function(z) {identical(z, v[1])}))
R> compare(x)
[1] FALSE
R> compare(y)
[1] TRUE
R> 

W ten sposób możesz dodać dowolny epsilon do identical()według potrzeb.

Możesz po prostu sprawdzić all(v==v[1])

Ponieważ w kółko wracam do tego pytania, oto Rcpprozwiązanie, które będzie generalnie znacznie szybsze niż którekolwiek z Rrozwiązań, jeśli odpowiedź brzmi rzeczywiście FALSE(ponieważ zatrzyma się w momencie napotkania niedopasowania) i będzie miało tę samą prędkość jako najszybsze rozwiązanie R, jeśli odpowiedź brzmi TRUE. Na przykład dla benchmarku OP system.timezegar przy użyciu tej funkcji ustawia dokładnie 0.

library(inline)
library(Rcpp)

fast_equal = cxxfunction(signature(x = 'numeric', y = 'numeric'), '
  NumericVector var(x);
  double precision = as<double>(y);

  for (int i = 0, size = var.size(); i < size; ++i) {
    if (var[i] - var[0] > precision || var[0] - var[i] > precision)
      return Rcpp::wrap(false);
  }

  return Rcpp::wrap(true);
', plugin = 'Rcpp')

fast_equal(c(1,2,3), 0.1)
#[1] FALSE
fast_equal(c(1,2,3), 2)
#[2] TRUE

Specjalnie do tego napisałem funkcję, która może sprawdzać nie tylko elementy w wektorze, ale także może sprawdzić, czy wszystkie elementy na liście są identyczne . Oczywiście dobrze radzi sobie z wektorami znakowymi i wszystkimi innymi typami wektorów. Posiada również odpowiednią obsługę błędów.

all_identical <- function(x) {
  if (length(x) == 1L) {
    warning("'x' has a length of only 1")
    return(TRUE)
  } else if (length(x) == 0L) {
    warning("'x' has a length of 0")
    return(logical(0))
  } else {
    TF <- vapply(1:(length(x)-1),
                 function(n) identical(x[[n]], x[[n+1]]),
                 logical(1))
    if (all(TF)) TRUE else FALSE
  }
}

Teraz wypróbuj kilka przykładów.

x <- c(1, 1, 1, NA, 1, 1, 1)
all_identical(x)       ## Return FALSE
all_identical(x[-4])   ## Return TRUE
y <- list(fac1 = factor(c("A", "B")),
          fac2 = factor(c("A", "B"), levels = c("B", "A"))
          )
all_identical(y)     ## Return FALSE as fac1 and fac2 have different level order

W rzeczywistości nie musisz używać min, mean ani max. Na podstawie odpowiedzi Johna:

all(abs(x - x[[1]]) < tolerance)

Tutaj alternatywa wykorzystująca sztuczkę min, max, ale dla ramki danych. W przykładzie porównuję kolumny, ale parametr marginesu z applymożna zmienić na 1 dla wierszy.

valid = sum(!apply(your_dataframe, 2, function(x) diff(c(min(x), max(x)))) == 0)

Jeśli valid == 0to wszystkie elementy są takie same