如何按R中的行执行%中的%？

data.table中是否有基本函数或函数可以帮助我执行此操作？我正在寻找一种处理大数据的有效方法

例如：

matrix A:
a b
a c
d b
d a

matrix B:
a b
d c
a d

%A中的B%应在%apply（A，1，list）中返回

T，F，F

apply（B，1，list）%in%apply（A，1，list）

适用于矩阵和data.tables（和data.frames）

例子

A
apply（B，1，list）%中的%apply（A，1，list）

适用于矩阵和data.tables（和data.frames）

例子
A这里有一种可能性：使用
replicated
和
rbind
。使用@Robert的样本数据：

A <- cbind(c('a','a','d','d'), c('b','c','b','a'))
B <- cbind(c('a','d','a'), c('b','c','d'))
duplicated(rbind(B, unique(A)), fromLast = TRUE)[1:nrow(B)]
# [1]  TRUE FALSE FALSE

A这里有一种可能性：使用
replicated
和
rbind
。使用@Robert的样本数据：

A <- cbind(c('a','a','d','d'), c('b','c','b','a'))
B <- cbind(c('a','d','a'), c('b','c','d'))
duplicated(rbind(B, unique(A)), fromLast = TRUE)[1:nrow(B)]
# [1]  TRUE FALSE FALSE

A如果您确实在处理
数据表
（OP中不清楚），这是一种可能性：

A = data.table(c('a','a','d','d'),c('b','c','b','a'))
B = data.table(c('a','d','a'), c('b','c','d'))

setkey(A, V1, V2)

A[B, .N, by = .EACHI] # in data.table <= 1.9.2 use A[B, .N]
#   V1 V2 N
#1:  a  b 1
#2:  d  c 0
#3:  a  d 0

如果您确实在处理
数据表
（OP中不清楚），则有一种可能性：

A = data.table(c('a','a','d','d'),c('b','c','b','a'))
B = data.table(c('a','d','a'), c('b','c','d'))

setkey(A, V1, V2)

A[B, .N, by = .EACHI] # in data.table <= 1.9.2 use A[B, .N]
#   V1 V2 N
#1:  a  b 1
#2:  d  c 0
#3:  a  d 0

这看起来不像是meIt的
data.table
解决方案，它肯定能工作，只是不像OP要求的
data.table
解决方案。见@eddiesanswer@DavidArenburg，问题的原始版本——在任何SO的宽限期内编辑以隐藏编辑——将数据称为矩阵。罗伯特的回答完全可以接受。@AnandaMahto，你只是为了这个和我争论，不是吗：）这很有帮助。只是想知道这对于处理大型数据集是否足够有效。这看起来不像是meIt的
数据表
解决方案。当然，它不是OP要求的
数据表
解决方案。见@eddiesanswer@DavidArenburg，问题的原始版本——在任何SO的宽限期内编辑以隐藏编辑——将数据称为矩阵。罗伯特的回答完全可以接受。@AnandaMahto，你只是为了这个和我争论，不是吗：）这很有帮助。只是想知道这是否足够有效地处理大型数据集。
A[B，which=TRUE]
。。（虽然不简单）。@Arun nice-我以前从未使用过
，我不擅长data.table。因此，我什么时候可以省略[]？@3zhang中的“by”参数，您可以在
数据表中省略它；对于之后的版本，by WITH by功能也被显式设置为
A[B，它=TRUE]
。。（虽然不简单）。@Arun nice-我以前从未使用过
，我不擅长data.table。因此，我什么时候可以省略[]？@3zhang中的“by”参数，您可以在
数据表中省略它；对于之后的版本，by WITH by功能已明确表示感谢。对于小数据集，这是一种很好的方法。但就我所知，对于大的一个来说，唯一的函数本身是缓慢的。@3zhang，你的数据有多大<代码>矩阵
<代码>数据帧
<代码>数据。表
？有些类有自己的方法，这可能使它们比其他类更快。另外，再看一下我的答案，我想你并不真的需要
unique
步骤。谢谢。对于小数据集，这是一种很好的方法。但就我所知，对于大的一个来说，唯一的函数本身是缓慢的。@3zhang，你的数据有多大<代码>矩阵
<代码>数据帧
<代码>数据。表
？有些类有自己的方法，这可能使它们比其他类更快。另外，再看看我的答案，我想你并不真的需要
unique
步骤。