Question

我想用apply（）函数替换一个复杂的for循环。

我想弄清楚的第一件事是如何在100列的矩阵上使用apply（），当我只想将它应用于第一列时。这可能吗？

例如：

for (i in 1:100){ if (runif(1,0,1)<0.01) { a[i,1]<-3-b[i,1] } }

如何将其翻译为适用？

Answer 1

1. apply设计用于矩阵或数组，而一个特定列是一个向量，并考虑使用apply族函数，这样更明智地使用mapply或sapply：

# By passing b[, 1]. Two options
v <- sapply(b[, 1], function(x) if(runif(1, 0 ,1) < 0.01) 3 - x else NA)
v <- sapply(b[, 1], function(x) ifelse(runif(1, 0 ,1) < 0.01, 3 - x, NA))
a[!is.na(v), 1] <- v[!is.na(v)]

# By going through indices
a[, 1] <- sapply(1:nrow(b), function(x) 
  if(runif(1, 0, 1) < 0.01) 3 - b[x, 1] else a[x, 1])

# Using mapply to avoid problems related to NAs
mapply(function(x, y) ifelse(runif(1, 0, 1) < 0.01, 3 - y, x), a[, 1], b[, 1])

但是，如果您坚持使用apply，那么正如RomanLuštrik所说，您必须将其看作矩阵，即不要使用drop = FALSE“删除”维度：

a[, 1] <- apply(b[, 1, drop = FALSE], 1, function(x) 
  if(runif(1, 0, 1) < 0.01) 3 - x else NA)
# This returns NAs to make it simpler for now

2.如flodel所述，只要有可能，你必须尝试使用矢量化。在您的示例中，这是可能的，因为runif一次可以生成nrow(b)个数字，并且存在if的矢量化版本，即ifelse

a[, 1] <- ifelse(runif(nrow(b), 0, 1) < 0.01,  3 - b[, 1], a[, 1])

没有if和ifelse的最终方法将是

idx <- runif(100, 0, 1) < 0.01
a[idx, 1] <- 3 - b[idx, 1]

Answer 2

由于i不仅仅用于apply，因此a[, 1] <- if (runif(1,0,1) < 0.01) 3 - b[, 1] else a[, 1]不适合您的示例。相反，您可以使用矢量化代码：

nrow(a)

请注意，如果您希望每行有不同的随机结果，则需要绘制ifelse个数字并使用向量化的a[, 1] <- ifelse(runif(nrow(a), 0, 1) < 0.01, 3 - b[, 1], a[, 1])：

{{1}}

Answer 3

当然，您需要做的只是传递一列。

set.seed(357)
my.data <- data.frame(x = runif(10), y = runif(10), z = runif(10))
apply(my.data[, 1, drop = FALSE], MARGIN = 2, FUN = mean)

        x 
0.5234919

在R中的矩阵中使用单个列上的apply（）

3 个答案: