R语言︱集合运算—小而美法则

集合运算的一般规则如下：
    union(x,y)    #求并集
    intersect(x,y)    #求交集
    setdiff(x,y)    #求属于x而不属于y的所有元素
    setequal(x,y)    #判断x与y是否相等
    a %in% y    #判断a是否为y中的元素
    choose(n, k)    #n个里面取k个的组合数
    combn(x,n)    #x中的元素每次取n个的所有组合
    combn(x,n,f)     #将这些组合用于指定函数f
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
    > x=c(1,4,5)  
    > y=c(2,4,8)  
    > union(x,y)    #求并集  
    [1] 1 4 5 2 8  
    > intersect(x,y)    #求交集  
    [1] 4  
    > setdiff(x,y)    #求属于x而不属于y的所有元素  
    [1] 1 5  
    > setequal(x,y)    #判断x与y是否相等  
    [1] FALSE  
    > x %in% y    #判断a是否为y中的元素  
    [1] FALSE  TRUE FALSE 
union(x,y)可以生成XY的并集，有一定的去重功能；
intersect代表交集，可以找出共有的，在文本挖掘中，词和词之间的对应关系；
setdiff代表去掉x中xy共有的地方；
x %in%y，这个管道函数很有意思，x中xy共有的为TURE，生成了一个逻辑向量，从而可以进行一些文档匹配的操作。
类似的用法sqldf包中的union 也可以实现：

1、情感分析中setdiff和x %in%y的用处
    功能：停用词的清理&词库之间相互匹配。stopword是停用词库，testterm是原序列。
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
    stopword <- read.csv("F:/R语言/R语言与文本挖掘/情感分析/数据/dict/stopword.csv", header = T, sep = ",", stringsAsFactors = F)  
    #结果是一个和stopword等长的波尔值向量，“非”函数将布尔值反向  
    testterm <- testterm[!testterm$term %in% stopword,]#去除停用词 
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
    stopword <- read.csv("F:/R语言/R语言与文本挖掘/情感分析/数据/dict/stopword.csv", header = T, sep = ",", stringsAsFactors = F)  
    stopword <- setdiff(stopword$term,posneg$term)  
    testterm<- setdiff(testterm$term,stopword) 
上面两端代码能实现同样的效果。
2、集合运算应用在数据匹配之上
      集合运算可以较好地应用在数据之间的匹配。而匹配中，%in%的效率最高。是一个很好的匹配的媒介。一些情况要由于merge
3、相等运算
[html] view plain copy
print?在CODE上查看代码片派生到我的代码片
    identical(rownames(dtm_train), train$id) 
返回的是逻辑值，如果相等则TRUE。