Есть ли эффективный способ проверить, содержит ли вектор символов R те же элементы?

Question

Допустим, у меня есть вектор R типа character:

vector1 = c("dog", "cat", "fish")
vector2 = c("fish", "fish", "fish")

Первый вектор vector1 содержит три различных элемента: собака, кошка, рыба

Однако, vector2 содержит все те же элементы.

Я ищу эффективный способ проверить это свойство в векторе R, предпочтительно с использованием базы R.

Моя идея заключается в следующем:

Проверка length(unique(vector1))==1. Если TRUE, то есть только 1 элемент. Если FALSE, их много.

Answer 1

Вдохновленный как AshofFire, так и Майком:

!any(vec < vec[1])

Answer 2

Если вас интересует скорость, это выглядит как @ AshOfFire's all(vec == vec[1]) или uniqueN(vec) == 1. all(...) имеет лучшую производительность, когда элементы разные, но хуже, когда они одинаковые. Здесь также есть другие сообщения на эту тему: Проверка на равенство между всеми элементами одного вектора

Поскольку вы явно спрашиваете о скорости, я не знаю, следует ли это отмечать как обман или нет. Делая быстрое микробенчмаркинг, вы можете увидеть относительные скорости:

library(data.table)
benchmark_vec <- function(vec){
  microbenchmark::microbenchmark(length(unique(vec)) == 1,
                                 all(vec == vec[1]),
                                 isTRUE(max(vec) == min(vec)),
                                 uniqueN(vec)==1,
                                 unit = "relative")
}

Похоже, вам лучше всего использовать uniqueN(vec) == 1, поскольку isTRUE(max(vec) == min(vec)) довольно медленный, когда элементы не совпадают.

Вектор тех же элементов:

benchmark_vec(rep("a", 1e4))
#Unit: relative
#                         expr      min       lq     mean   median        uq      max neval
#     length(unique(vec)) == 1 6.059888 8.980080 8.807812 9.057240 10.131907 6.538035   100
#           all(vec == vec[1]) 2.039980 2.117614 2.517966 2.769089  2.820726 2.147200   100
# isTRUE(max(vec) == min(vec)) 1.000000 1.000000 1.000000 1.000000  1.000000 1.000000   100
#            uniqueN(vec) == 1 1.679993 1.794075 2.148665 2.442206  2.547134 1.385782   100

benchmark_vec(rep("a", 1e5))
#Unit: relative
#                         expr      min       lq     mean   median       uq       max neval
#     length(unique(vec)) == 1 5.732161 6.898531 7.935981 7.098417 6.776363 52.733981   100
#           all(vec == vec[1]) 2.084232 2.416316 2.366826 2.482896 2.454888  2.025258   100
# isTRUE(max(vec) == min(vec)) 1.000000 1.000000 1.000000 1.000000 1.000000  1.000000   100
#            uniqueN(vec) == 1 1.254857 1.653767 1.632287 1.707769 1.755275  1.401932   100

benchmark_vec(rep("a", 1e6))
#Unit: relative
#                         expr      min       lq     mean   median       uq      max neval
#     length(unique(vec)) == 1 5.993300 6.057139 6.478008 6.083278 6.104486 9.124542   100
#           all(vec == vec[1]) 2.249211 2.182959 2.261631 2.182345 2.224141 6.421657   100
# isTRUE(max(vec) == min(vec)) 1.000000 1.000000 1.000000 1.000000 1.000000 1.000000   100
#            uniqueN(vec) == 1 1.325453 1.451214 1.869176 1.457588 1.470810 6.657961   100

Вектор различных элементов:

benchmark_vec(sample(LETTERS, 1e4, replace = TRUE))
#Unit: relative
#                         expr       min        lq      mean    median        uq  #     max neval
#     length(unique(vec)) == 1  2.989151  2.999928  3.233178  3.031249  3.260122  4.471498   100
#           all(vec == vec[1])  1.000000  1.000000  1.000000  1.000000  1.000000  1.000000   100
# isTRUE(max(vec) == min(vec)) 92.619106 91.765377 89.899963 92.227913 93.951104 64.507502   100
#            uniqueN(vec) == 1  1.478271  1.494703  1.608562  1.531235  1.637707  2.528502   100

benchmark_vec(sample(LETTERS, 1e5, replace = TRUE))
#Unit: relative
#                         expr       min        lq      mean    median        uq       max neval
#     length(unique(vec)) == 1  3.142858  3.010220  2.945582  2.887597  2.925129  4.482119   100
#           all(vec == vec[1])  1.000000  1.000000  1.000000  1.000000  1.000000  1.000000   100
# isTRUE(max(vec) == min(vec)) 97.273487 79.818135 73.850769 75.442748 71.441439 41.772795   100
#            uniqueN(vec) == 1  1.280180  1.431999  2.009661  1.431815  1.447287 32.446761   100

benchmark_vec(sample(LETTERS, 1e6, replace = TRUE))
#Unit: relative
#                         expr       min        lq      mean    median        uq       max neval
#     length(unique(vec)) == 1  3.228670  2.898367  2.799075  2.941651  2.914313  1.360938   100
#           all(vec == vec[1])  1.000000  1.000000  1.000000  1.000000  1.000000  1.000000   100
# isTRUE(max(vec) == min(vec)) 92.506220 79.923456 67.347683 78.362151 75.028194 13.611664   100
#            uniqueN(vec) == 1  2.263843  2.031869  1.861165  2.058220  2.051759  1.129074   100

Answer 3

В качестве альтернативы вы можете использовать all.

> all(vector1 == vector1[1])
[1] FALSE
> all(vector2 == vector2[1])
[1] TRUE