Question

我一直在文档和论坛中搜索很长时间，但是我仍然很难理解如何使用apply函数而不是R中的循环来实现更复杂的函数。（对于像apply（data，1，sum）这样的函数，它确实可以）

例如我有以下功能

 AOV_GxT=function(Trial_group,trait,df){ 

        sub_table=df[which(df$Trial.group == Trial_group),]

        aov_GxT = anova(aov(sub_table[,trait] ~ Genotype + Treatment + Treatment/Rep.number + Genotype*Treatment, data=sub_table, na.action="na.omit"))

        pvalue = aov_GxT$"Pr(>F)"[2]
        return(c(Trial_group,trait,pvalue))  

    }

我想从数据框Trial_groups

申请每个traits和每个df（在列中）

因此我通常会做以下事情（完美无缺）：

aov_table=data.frame(matrix(ncol=4))
colnames(aov_table)=c("Trial_group", "Trait", "pvalue G*T")
for(trait in colnames(dataset)[2:ncol(dataset)]){
  for(Trial_group in unique(dataset[,'Trial.group'])){
    aov_table<-cbind (aov_table,AOV_GxT(Trial_group,trait,dataset))  
  }

dataset是一个包含数据的数据框，以及包含函数中aov因子的更多列。

head(dataset)

     Trial.group     Trait1           Trait2           Trait3
          A        0.4709055        0.6123510        0.7098447
          B        0.4973123        0.6322532        0.7336145
          C        0.4955180        0.6243369        0.7336492
          D        0.4787380        0.6235426        0.7304343
          E        0.5137033        0.6418851        0.7364666
          F        0.4524246        0.5975655        0.7012825

我想限制循环的使用并了解如何使用apply系列函数，因此我创建了列表并尝试使用mapply：

trait_lst = list(colnames(df_vars_clean)[7:ncol(df_vars_clean)])
Tgrp_lst = list(unique(df_vars_clean[,'Trial.group']))

aov_table<-mapply(AOV_GxT(a,b,c),a=Tgrp_lst,b=trait_lst, c=dataset )

然后它给了我函数中子集的错误，我想是因为我尝试从列表中做一个子集：

'builtin'类型的对象不是子集

我知道我的代码可能存在一些错误，但我自己一直在学习R，并且有一些我目前不太了解的概念。

我如何在我的函数上使用apply而不是for for循环？

感谢。

Answer 1

正如评论中指出的那样，ddply是不错的选择，然而，这个问题很容易通过lapply来解决：

do.call(rbind, lapply(split(dataset, dataset$Trial.Group), function(tgDf) {
  do.call(rbind, lapply(c("Trait1", "Trait2", "Trait3"), function(trait) {
      ## you don't need the trial group, it is already subsetted.
      AOV_gtx(trait, tgDf)
  }))
}))

使用ddply你会删除外部lapply / split代码：

ddply(dataset, "Trial.Group", function(tgDf) {
   ## the code in here would be the same, because you are iterating over
   ## the response cols.
})

具有所有这些函数的密钥，以及通常的R，是不预先分配数据结构来存储结果 - 它是有用的，因此您将构建结果然后返回它们。

应用函数而不是使用循环

1 个答案: