如何从向量列表中删除共享值

Question

我有一份清单：

x <- list("a" = c(1:6,32,24) , "b" = c(1:4,8,10,12,13,17,24), 
          "F" = c(1:5,9:15,17,18,19,20,32))
x

$a
[1]  1  2  3  4  5  6 32 24

$b
[1]  1  2  3  4  8 10 12 13 17,24

$F
[1]  1  2  3  4  5  9 10 11 12 13 14 15 17 18 19 20 32

列表中的每个向量与其他向量共享一些元素。如何删除共享值以获得以下结果？

 $a
    [1]  1  2  3  4  5  6 32 24

    $b
    [1]  8 10 12 13 17

    $F
    [1]   9  11  14 15 18 19 20

正如你所看到的:第一个向量不会改变。第一向量和第二向量之间的共享元素将从第二向量中删除，然后与第一和第二向量进行比较后，将共享元素从第三向量中删除。此任务的目标是集群数据集(原始数据集包含590个对象)。

Answer 1

x <- list("a" = c(1:6,32,24) , 
          "b" = c(1:4,8,10,12,13,17,24), 
          "F" = c(1:5,9:15,17,18,19,20,32))

这是低效的，因为它会在每一步重新组合上一组列表(而不是保持一个运行的总数)，但这是我首先想到的方法。

for (i in 2:length(x)) {
   ## construct union of all previous lists
   prev <- Reduce(union,x[1:(i-1)])
   ## remove shared elements from the current list
   x[[i]] <- setdiff(x[[i]],prev)
}  

您可能可以通过将prev初始化为numeric(0)并在每一步将prev转化为c(prev,x[i-1])来改进这一点(尽管每一步都会生成一个向量，这是一个缓慢的操作)。如果你没有一个庞大的数据集/不需要做这个操作数百万次，它可能就足够好了。

Answer 2

您可以使用列表中的Reduce和setdiff逆序查找最后一个向量中没有出现在其他向量中的所有元素。将其放入lapply以运行部分子列表以获得所需的输出：

lapply(seq_along(x), function(y) Reduce(setdiff,rev(x[seq(y)])))
[[1]]
[1]  1  2  3  4  5  6 32 24

[[2]]
[1]  8 10 12 13 17

[[3]]
[1]  9 11 14 15 18 19 20

当扩展时，rev调用的数量可能会成为一个问题，因此您可能希望将列表反转一次，在lapply之外作为一个新变量，以及其中的子集。