Question

我想编写一个处理多种数据类型的函数。下面是一个有效的例子，但看起来很笨重。是否有标准（或更好）的方式来做到这一点？

（有时我会想念Matlab，其中一切都是一种类型：＆gt;）

myfunc = function(x) {
  # does some stuff to x and returns a value
  # at some point the function will need to find out the number of elements
  # at some point the function will need to access an element of x.
  #
  # args: 
  #   x: a column of data taking on many possible types
  #      e.g., vector, matrix, data.frame, timeSeries, list
  x.vec <- as.vector(as.matrix(as.data.frame(x)))
  n <- length(x.vec)
  ret <- x.vec[n/3]  # this line only for concreteness 
  return(ret)
}

Answer 1

使用S3方法。帮助您入门的简单示例：

myfunc <- function(x) {
    UseMethod("myfunc",x)
}
myfunc.data.frame <- function(x) {
    x.vec <- as.vector(as.matrix(x))
    myfunc(x.vec)
}
myfunc.numeric <- function(x) {
    n <- length(x)
    ret <- x[n/3]
    return(ret)
}
myfunc.default <- function(x) {
    stop("myfunc not defined for class",class(x),"\n")
}

两个注释：

...语法将任何其他参数传递给函数。如果你正在扩展现有的S3方法（例如编写像summary.myobject这样的东西），那么包含...是一个好主意，因为你可以传递常规给予规范函数的参数。

print.myclass <- function(x,...) { print(x$keyData,...) }

你可以从其他功能调用函数，保持良好和简约。

Answer 2

嗯，你的功能文档是

# args: 
#   x: a column of data taking on many possible types
#      e.g., vector, matrix, data.frame, timeSeries, list

如果你声称需要提供一个对象，它是不是已经是一个向量而不是矩阵或数据框，因此不需要单独的方法/特定处理？

> dat <- data.frame(A = 1:10, B = runif(10))
> class(dat[,1])
[1] "integer"
> is.vector(dat[,1])
[1] TRUE
> is.vector(dat$A)
[1] TRUE
> is.numeric(dat$A)
[1] TRUE
> is.data.frame(dat$A)
[1] FALSE

我会：

myfunc <- function(x) {
  # args: 
  #   x: a column of data taking on many possible types
  #      e.g., vector, matrix, data.frame, timeSeries, list
  n <- length(x)
  ret <- x[n/3]  # this line only for concreteness 
  return(ret)
}

> myfunc(dat[,1])
[1] 3

现在，如果您想处理不同类型的对象并提取列，那么S3方法将是一种方法。也许您的示例已经过度简化以供实际使用？无论如何，S3方法将类似于：

myfunc <- function(x, ...)
    UseMethod("myfunc", x)

myfunc.matrix <- function(x, j = 1, ...) {
    x <- x[, j]
    myfunc.default(x, ...)
}

myfunc.data.frame <- function(x, j = 1, ...) {
    x <- data.matrix(x)
    myfunc.matrix(x, j, ...)
}

myfunc.default <- function(x, ...) {
    n <- length(x)
    x[n/3]
}

，并提供：

> myfunc(dat)
[1] 3
> myfunc(data.matrix(dat))
[1] 3
> myfunc(data.matrix(dat), j = 2)
[1] 0.2789631
> myfunc(dat[,2])
[1] 0.2789631

Answer 3

您可能应该尝试使用S3方法编写将处理多种数据类型的函数这里有一个很好的参考：http://www.biostat.jhsph.edu/~rpeng/biostat776/classes-methods.pdf

编写函数来处理R / Splus中的多种数据类型？

3 个答案: