在R中，使用向量化在列表中查找向量的元素

我有一个向量v1

v1 = c(1, 200, 4000)

我想在L1向量列表中找到v1元素的索引，即没有循环，其中

> L1
[[1]]
[1] 1 2 3 4

[[2]]
[1] 100 200 300 400

[[3]]
[1] 1000 2000 3000 4000

输出应该是c（1，2，4）

有没有不使用循环或应用（在计算上与使用循环相同）的方法可以做到这一点？我必须对很长的向量执行此操作。

我们可以做到

sapply(L1, function(x) which(x %in% v1))
#[1] 1 2 4

或使用

矢量化

Vectorize(function(x) which(x %in% v1))(L1)
#[1] 1 2 4

---

如果将每个元素与另一个元素的对应元素进行检查

mapply(function(x, y) which(x %in% y), L1, v1)
#[1] 1 2 4

正如@nicola提到的，

match

也可以用于获取第一个索引。如果有重复的元素，那么

哪个有用

mapply(match, v1, L1)
#[1] 1 2 4

或者使用
purrr:：map2

purrr::map2_int(L1, v1, ~ .x %in% .y %>%
                                    which)
#[1] 1 2 4

你可以试试这样的

v1 = c(1, 200, 4000)
L1 <- list(1:4, 1:4*100, 1:4*1000)

setNames(rep(1:length(L1), times=lengths(L1)), unlist(L1))[as.character(v1)]
# 1  200 4000 
# 1    2    3    

v1=c（12004000）
L1我们也可以使用

unlist(lapply(L1, function(x) which(x %in% v1)))

#[1] 1 2 4

或使用

unlist(Map(function(x, y) which(x %in% y), L1, v1 ))
#[1] 1 2 4

我们能做到这一点，似乎是目前为止最快的

v1 <- c(1, 200, 4000)
L1 <- list(1:4, 1:4*100, 1:4*1000)

sequence(lengths(L1))[match(v1, unlist(L1))]
# [1] 1 2 4
sequence(lengths(L1))[which(unlist(L1) %in% v1)]
# [1] 1 2 4

应用与使用循环是一样的，在计算效率方面
sapply
比
Vectorize
要快得多，同时在OP.Lol中对示例进行基准测试。使用
match
（效率更高）：
mapply（match，v1，L1）
@akrun这不是一个选项，而是一个选项：）（使用
其中有很多无用的比较）。@akrun没错，但我想这是有意的，否则输出应该（或可能）如果允许多个匹配，请创建一个列表。
L1
的元素之间是否有重叠？需要明确的是，值是否可能同时属于
L1[[1]]
和
L1[[2]]
？另一个问题：您想检查
v1
的第一个元素在
L1
的第一个元素内的位置，第二个元素与第二个元素的位置，依此类推？是的，这是可能的。L1相对于v1是随机的。好的，谢谢。我上面评论的第二个问题呢？对不起，我没看到。。。是的，v1的每个元素都应该对照LIf的每个元素进行检查，因此，在一般情况下，建议的答案不会给出所需的输出。
library(microbenchmark)
library(tidyverse)

microbenchmark(
  akrun_sapply = {sapply(L1, function(x) which(x %in% v1))},
  akrun_Vectorize = {Vectorize(function(x) which(x %in% v1))(L1)},
  akrun_mapply = {mapply(function(x, y) which(x %in% y), L1, v1)},
  akrun_mapply_match = {mapply(match, v1, L1)},
  akrun_map2 = {purrr::map2_int(L1, v1, ~ .x %in% .y %>% which)},
  CPak = {setNames(rep(1:length(L1), times=lengths(L1)), unlist(L1))[as.character(v1)]},
  zacdav = {sequence(lengths(L1))[match(v1, unlist(L1))]},
  zacdav_which = {sequence(lengths(L1))[which(unlist(L1) %in% v1)]},
  times = 10000
)

Unit: microseconds
               expr     min       lq      mean   median       uq        max neval
       akrun_sapply  18.187  22.7555  27.17026  24.6140  27.8845   2428.194 10000
    akrun_Vectorize  60.119  76.1510  88.82623  83.4445  89.9680   2717.420 10000
       akrun_mapply  19.006  24.2100  29.78381  26.2120  29.9255   2911.252 10000
 akrun_mapply_match  14.136  18.4380  35.45528  20.0275  23.6560 127960.324 10000
         akrun_map2 217.209 264.7350 303.64609 277.5545 298.0455   9204.243 10000
               CPak  15.741  19.7525  27.31918  24.7150  29.0340    235.245 10000
             zacdav   6.649   9.3210  11.30229  10.4240  11.5540   2399.686 10000
       zacdav_which   7.364  10.2395  12.22632  11.2985  12.4515   2492.789 10000