逻辑运算是数学运算的重要组成部分，但其更是计算机计算的底层设置。作为一门数据处理语言，逻辑运算在R中承担着非常非常重要的作用。本专题就专门为大家整理一下R语言中的逻辑运算：TRUE/FALSE.
目录
1 基本逻辑运算符
2 异或(xor)
3 all()和any()
4 实例拆解：如何筛选非零列？
正文
1 基本逻辑运算符
注：这里将数学运算符也整理了一下，权当回顾一下。
类别 | 运算符 | 描述 |
数学运算符 | x + y | 加法 |
x - y | 减法 | |
x * y | 乘法 | |
x / y | 除法 | |
x ^ y或x ^**y | 乘幂 | |
x %% y | 模运算 | |
x %/% y | 整数除法 | |
逻辑运算符 | x == y | 判断是否相等【严格等于，区别于赋值“=”】 |
< | 判断是否小于 | |
x <= y | 判断是否小于等于 | |
> | 判断是否大于 | |
x >= y | 判断是否大于等于 | |
x & y | 向量的逻辑“与”运算(x、y以及运算结果都是向量) | |
X | y | 向量的逻辑“或”运算(x、y以及运算结果都是向量) | |
x && y | 标量的逻辑“与”运算(返回标量) | |
x || y | 标量的逻辑“或”运算(返回标量) | |
!x | 逻辑非 | |
补充 | xor(x,y) | 异或：xor(T,F)返回TRUE |
all(x) | all()是在全部为TURE时返回T， | |
any(x) | any()是存在任何一个TRUE时返回TRUE |
R语言逻辑运算中额外注意2点
(1)逻辑值TRUE和FALSE可以缩写为T和F(两者都必须大写)；在算术表达式中，它们会转换为1和0。
(2)在R中，所有非零值在逻辑运算中都会被当作为TRUE。
> TRUE & FALSE #返回[1] FALSE> 0.2 & 0 #返回[1] FALSE
(3)在R语言中标量常被看作含有一个元素的向量，但在逻辑运算中是存在差异。上表中逻辑“与”【&】和逻辑“或”【 | 】是对向量的逻辑运算(虽然单个标量也适用)，但其返回的结果是逻辑向量，是对逻辑运算中的每一组元素进行逻辑运算后返回的结果。
因此，此处引入另外两个不常用但需要了解的逻辑运算符：
- x&&y：标量的逻辑“与”运算，判断逻辑x和y中只要包含一个"&"运算的TRUE行即返回TRUE标量
- x||y ：标量的逻辑“或”运算，判断逻辑向量x和y中包含一个"|"运算TRUE行即可返回TRUE标量
示例1：比较&与&&
> x <- c(TRUE,FALSE,TRUE,FALSE)> y <- c(TRUE,TRUE,FALSE,FALSE)> #---比较&与&&---#> x&y[1] TRUE FALSE FALSE FALSE> > x&&y #对比第9行结果可以发现，在逻辑向量逻辑运算中只要包含一个"&"运算的TRUE行即返回TRUE[1] TRUE> x[c(2,3,4)]&&y[c(2,3,4)][1] FALSE> x[1]&&y[1] #x[1] TRUE和y[1] TRUE[1] TRUE> x[2]&&y[2] #x[2] FALSE和y[2] TRUE[1] FALSE> x[4]&&y[4] #x[4] FALSE和y[4] FALSE[1] FALSE示例2：比较"|"与"||"
> x TRUE,> y TRUE,> > #---比较|与||---#> x|y[1] TRUE TRUE TRUE FALSE> > x||y #判断逻辑向量x和y中包含一个"|"运算TRUE行即可返回TRUE [1] TRUE> > x[1]||y[1] #x[1] TRUE和y[1] TRUE[1] TRUE> x[2]||y[2] #x[2] FALSE和y[2] TRUE[1] TRUE> x[4]||y[4] #x[4] FALSE和y[4] FALSE[1] FALSE2 异或(xor)
说明：当对应元素不等时返回TRUE。例如：
- xor(T,F)返回TRUE
- xor(T,T)返回FALSE
- xor(F,F)返回FALSE
#xor异或：当对应元素不等时返回TRUE> x TRUE,> y TRUE,> xor(x,y)[1] FALSE TRUE TRUE FALSE3 all()和any()
判断数据中是否存在TRUE值，其中all()是在全部为TURE时返回T，any是在存在任何一个TRUE时返回TRUE 注意事项：
(1)all(all(x), all(y)) == all(x, y)
(2)logical(0)返回TRUE
> x TRUE,> all(x) #all中，如果所有均为TRUE，返回TRUE；反之，返回FALSE[1] FALSE> any(x) #anyl中，如果任一值为TRUE，返回TRUE；反之，返回FALSE[1] TRUE#多变量all或any> y TRUE,> all(x,y)[1] FALSE> all(all(x),all(y)) #all(all(x), all(y)) == all(x, y)[1] FALSE> any(x,y) #x，y中存在任意一个TRUE，即返回TRUE[1] TRUE4 实例拆解：如何筛选非零列？
示例1：apply + ！+ all
x[,apply(x,2,function(x) !all(x==0))]
> df > x > x X1 X2 X3 X4 X51 0 0 0 0 02 -1 0 1 2 3> #来自于知乎回答者@HopeR ：x[,apply(x,2,function(x) !all(x==0))]#apply(x,2,function(x) !all(x==0)) #对x数据库做列操作，判断每一列中的所有元素是否为0，，然后渠非"!"# X1 X2 X3 X4 X5 # TRUE FALSE TRUE TRUE TRUE > > x[,apply(x,2,function(x) !all(x==0))] X1 X3 X4 X51 0 0 0 02 -1 1 2 3示例2：purrr包(tidyverse)
purrr::discard(df, ~all(.x == 0))
purrr::keep(df, ~any(.x != 0))
> x 0,> df FALSE)> library(tidyverse)#或library(purrr)-- Attaching packages --------------------------------------- tidyverse 1.2.1 --√ ggplot2 3.2.0 √ purrr 0.3.2√ tibble 2.1.3 √ dplyr 0.8.3√ tidyr 0.8.3 √ stringr 1.4.0√ readr 1.3.1 √ forcats 0.4.0-- Conflicts ------------------------------------------ tidyverse_conflicts() --x dplyr::filter() masks stats::filter()x dplyr::lag() masks stats::lag()> purrr::discard(df, ~all(.x == 0)) X1 X3 X4 X51 0 0 0 02 -1 1 2 3> purrr::keep(df, ~any(.x != 0)) X1 X3 X4 X51 0 0 0 02 -1 1 2 3
