Question

我读到使用seq_along()可以更好地处理空案例，但这个概念在我看来并不那么清楚。

例如，我有这个数据框：

df
            a            b          c          d
1   1.2767671  0.133558438  1.5582137  0.6049921
2  -1.2133819 -0.595845408 -0.9492494 -0.9633872
3   0.4512179  0.425949910  0.1529301 -0.3012190
4   1.4945791  0.211932487 -1.2051334  0.1218442
5   2.0102918  0.135363711  0.2808456  1.1293810
6   1.0827021  0.290615747  2.5339719 -0.3265962
7  -0.1107592 -2.762735937 -0.2428827 -0.3340126
8   0.3439831  0.323193841  0.9623515 -0.1099747
9   0.3794022 -1.306189542  0.6185657  0.5889456
10  1.2966537 -0.004927108 -1.3796625 -1.1577800

考虑这三个不同的代码片段：

# Case 1
for (i in 1:ncol(df)) {
    print(median(df[[i]]))
}

# Case 2
for (i in seq_along(df)) {
    print(median(df[[i]]))
}

# Case 3
for(i in df) print(median(i))

当存在完整data.frame或存在空data.frame时，这些不同程序之间有什么区别？

Answer 1

在df <- data.frame()的条件下，我们有：

案例1 成为......的牺牲品

.subset2（x，i，exact = exact）中的错误：下标越界

案例2和3 未已触发。

实质上，案例1 中的错误归因于ncol(df)为0。这导致序列1:ncol(df)为1:0，从而创建向量c(1,0)。在这种情况下，for循环尝试访问向量1的第一个元素，该向量尝试访问第1列不存在。因此，发现该子集超出界限。

同时，在案例2和3 中，for循环永远不会被执行，因为在它们各自的集合中没有要处理的元素，因为向量为空。原则上，这意味着它们的长度为0。

由于这个问题具体涉及seq_along()发生了什么，让我们通过构建一个完整的向量seq_along来看一个传统的a例子并看到结果：

set.seed(111)
a <- runif(5)
seq_along(a)
#[1] 1 2 3 4 5

实质上，对于向量a的每个元素，都有一个由seq_along创建的相应索引来访问。

如果我们现在将seq_along应用于上述案例中的空df，我们会得到：

seq_along(df)
# integer(0)

因此，创建的是零长度向量。它很难沿零长度向量移动。

Ergo，案例1 对空案例的保护不力。

现在，在传统的假设下，就是data.frame中有一些数据，对于任何类型的开发者而言，这是一个非常错误的假设...

set.seed(1234)
df <- data.frame(matrix(rnorm(40), 4))

所有三个案例都将按预期运作。也就是说，您会收到data.frame每列的中位数。

[1] -0.5555419
[1] -0.4941011
[1] -0.4656169
[1] -0.605349

使用seq_along（）来处理空案例

1 个答案: