Question

我正在运行一个模拟，我需要跟踪特定条件的函数调用中出现的次数。我试图通过赋值给全局对象来实现这一点。如果你运行这个函数，它会起作用，但如果你按照我正在做的那样尝试lapply函数，那么你得到条件发生的所有时间的单一计数，而不是每次发生的每个元素的计数。 list已投放到lapply。

这是一个虚拟情况，其中出现的是数字的均匀性：

FUN <- function(x){
    lapply(1:length(x), function(i) {
        y <- x[i]
        if (y %% 2 == 0){
            assign("count.occurrences", count.occurrences + 1, env=.GlobalEnv)   
        }
        print("do something")
    })
    list(guy="x", count=count.occurrences)
}

#works as expected
count.occurrences <- 0
FUN(1:10)


count.occurrences <- 0  
lapply(list(1:10, 1:3, 11:16, 9), FUN) 

#gives me...
#> count.occurrences
#[1] 9

#I want...
#> count.occurrences
#[1] 5  1  3  0

这是一个模拟，所以速度是一个问题。我希望这一点尽可能快，所以我没有嫁给全球任务理念。

Answer 1

为什么不分配到FUN内部环境，而不是分配给全球环境？

FUN <- function(x){
    count.occurances <- 0
    lapply(1:length(x), function(i) {
        y <- x[i]
        if (y %% 2 == 0){
            count.occurances <<- count.occurances + 1
        }
        print("do something")
    })
    list(guy="x", count=count.occurances)
}

Z <- lapply(list(1:10, 1:3, 11:16, 9), FUN)

然后你可以把数字拉出来。

> sapply(Z, `[[`, "count")
[1] 5 1 3 0

Answer 2

我没有对此进行任何基准测试，但您是否尝试使用for循环？我知道R中通常不鼓励循环，但它们也不总是较慢。

FUN <- function(x) {
  count.occurrences = 0
  for (i in 1:length(x)) {
    y = x[i]
    if (y %% 2 == 0) {
      count.occurrences = count.occurrences + 1
    }
    print("do something")
  }
  list(guy="x", count=count.occurrences)
}

lapply(list(1:10, 1:3, 11:16, 9), FUN)

Answer 3

我可以这样说：

count.occurances <- 0  
Z <-lapply(list(1:10, 1:3, 11:16, 9), FUN) 
diff(c(0, sapply(1:length(Z), function(x) Z[[x]]$count)))

我愿意接受更好的想法（更快）。

计算lapply中条件的出现次数

3 个答案: