你能做到

bools <- list(
  c(TRUE, TRUE, TRUE, TRUE),
  c(TRUE, TRUE, TRUE, FALSE),
  c(TRUE, TRUE, FALSE, TRUE),
  c(TRUE, FALSE, TRUE, TRUE)
)

Reduce(`&`, bools)

您可以使用pmin来设计parallel_and函数，如下所示

parallel_and <- function(...) pmin(...) > 0

使得

parallel_and(
    c(TRUE, TRUE, TRUE, TRUE),
    c(TRUE, TRUE, TRUE, FALSE),
    c(TRUE, TRUE, FALSE, TRUE),
    c(TRUE, FALSE, TRUE, TRUE)
)

给予

[1]  TRUE FALSE FALSE FALSE

转换为data.frame并使用rowSums：

d <- data.frame(bools)
rowSums(d) == ncol(d)
# [1]  TRUE FALSE FALSE FALSE

另一个“左场”的想法：将bools转换为简单数组，然后

matrixStats::rowProds(bools)

或

matrixStats::colProds(bools)

这将处理您正在执行的AND操作。编辑：一个快速测试显示Stephane的方法运行得更快。

这就是你所说的“平行”吗？

library(parallel)

parallel_and <- function(...){
  mcmapply(function(...) all(...), ...)
}

parallel_and(c(TRUE, TRUE, TRUE, TRUE),
             c(TRUE, TRUE, TRUE, FALSE),
             c(TRUE, TRUE, FALSE, TRUE),
             c(TRUE, FALSE, TRUE, TRUE))
#> [1]  TRUE FALSE FALSE FALSE

创建于2023-06-15带有reprex v2.0.2

我们可以t转换列表，然后循环应用一个逻辑函数，如all或any，如果需要，最后再循环应用unlist。

bools <- list(
    c(TRUE, TRUE, TRUE, TRUE),
    c(TRUE, TRUE, TRUE, FALSE),
    c(TRUE, TRUE, FALSE, TRUE),
    c(TRUE, FALSE, TRUE, TRUE)
)

bools |> t() |> lapply(all) |> unlist()

[1]  TRUE FALSE FALSE FALSE

如果函数的参数必须是多个向量而不是一个列表，我们可以在函数内部列出它们，然后做同样的事情：

parallel_and <- function(...) {
    list(...) |> t() |> lapply(all) |> unlist()
}