为什么“vapply”比“sapply”更安全？

Question

文档说

  

vapply与sapply类似，但具有预先指定的返回值类型，因此可以更安全地使用。

请您详细说明为什么它通常更安全，可能提供示例？

---

P.S。：我知道答案，我已经倾向于避免sapply。我只希望在这里有一个很好的答案，所以我可以指出我的同事。请不要“阅读手册”答案。

Answer 1

正如已经指出的那样，vapply做了两件事：

• 轻微的速度提升
• 通过提供有限的退货类型检查来提高一致性。

第二点是更大的优势，因为它有助于在错误发生之前捕获错误并导致更强大的代码。此返回值检查可以使用sapply后跟stopifnot单独完成，以确保返回值与您的预期一致，但vapply更容易一些（如果更有限） ，因为自定义错误检查代码可以检查边界内的值等。）。

以下是vapply确保您的结果符合预期的示例。这与我在PDF抓取时正在处理的事情相似，其中findD将使用regex来匹配原始文本数据中的模式（例如，我有一个split的列表实体，以及匹配每个实体内的地址的正则表达式。有时，PDF已经无序转换，实体会有两个地址，这会造成不良。）

> input1 <- list( letters[1:5], letters[3:12], letters[c(5,2,4,7,1)] )
> input2 <- list( letters[1:5], letters[3:12], letters[c(2,5,4,7,15,4)] )
> findD <- function(x) x[x=="d"]
> sapply(input1, findD )
[1] "d" "d" "d"
> sapply(input2, findD )
[[1]]
[1] "d"

[[2]]
[1] "d"

[[3]]
[1] "d" "d"

> vapply(input1, findD, "" )
[1] "d" "d" "d"
> vapply(input2, findD, "" )
Error in vapply(input2, findD, "") : values must be length 1,
 but FUN(X[[3]]) result is length 2

正如我告诉我的学生，成为程序员的一部分正在改变你的心态，从“错误令人讨厌”到“错误是我的朋友。”

零长度输入
一个相关点是，如果输入长度为零，sapply将始终返回空列表，而不管输入类型如何。比较：

sapply(1:5, identity)
## [1] 1 2 3 4 5
sapply(integer(), identity)
## list()    
vapply(1:5, identity)
## [1] 1 2 3 4 5
vapply(integer(), identity)
## integer(0)

使用vapply，您可以保证具有特定类型的输出，因此您无需为零长度输入编写额外的检查。

<强>基准

vapply可以更快一些，因为它已经知道应该期望结果的格式。

input1.long <- rep(input1,10000)

library(microbenchmark)
m <- microbenchmark(
  sapply(input1.long, findD ),
  vapply(input1.long, findD, "" )
)
library(ggplot2)
library(taRifx) # autoplot.microbenchmark is moving to the microbenchmark package in the next release so this should be unnecessary soon
autoplot(m)

Answer 2

vapply所涉及的额外击键可以节省您以后调试混乱结果的时间。如果您正在调用的函数可以返回不同的数据类型，则当然应该使用vapply。

我想到的一个例子是sqlQuery包中的RODBC。如果执行查询时出错，则此函数返回带有消息的character向量。因此，例如，假设您正在尝试迭代表名tnames的向量，并从每个表中的数字列'NumCol'中选择最大值：

sapply(tnames, 
   function(tname) sqlQuery(cnxn, paste("SELECT MAX(NumCol) FROM", tname))[[1]])

如果所有表名都有效，则会产生numeric向量。但是，如果其中一个表名在数据库中发生更改并且查询失败，则结果将被强制转换为模式character。然而，将vapply与FUN.VALUE=numeric(1)一起使用会在此处停止错误，并防止它在某处出现 - 或者更糟糕的是，根本不会出现。

Answer 3

如果你总是希望你的结果特别适合......例如。逻辑向量。 vapply确保会发生这种情况，但sapply并非一定会这样。

a<-vapply(NULL, is.factor, FUN.VALUE=logical(1))
b<-sapply(NULL, is.factor)

is.logical(a)
is.logical(b)