Question

我有很多数据框，如下所示：

> dput(df)
structure(list(x1 = c(0.5, 0.65, 0.67, 0.6, 0.52, 0.47, 0.42, 
0.41, 0.4, 0.38), x2 = c(88.2759008383549, 88.4629768937181, 
88.6351264139755, 88.7928788760014, 88.9363150101317, 89.0654802835256, 
89.1805310339952, 89.2816679977014, 89.3690643397432, 89.4429508602581
), x3 = c(0.44, 0.8, 8.6, 2.72, 0.06, 0, 0, 0, 0, 0.04)), .Names = c("x1", 
"x2", "x3"), row.names = c(NA, -10L), class = "data.frame")

我想对每个data.frame应用可变数量的函数。

以下是3个函数的示例：

library(tiger)

f1 <- function(x1,x2) lagtime(x1,x2)
f2 <- function(x1,x2) mean(x1 - x2, na.rm = TRUE)         
f3 <- function(x2,x3) sum(x2) /sum(x3)

myVector <- c( f1(df$x1,df$x2),
               f2(df$x1,df$x2),
               f3(df$x2,df$x3) )

> myVector
[1]  -6.00000 -88.44229  70.25615

但是，如果我有一个n个函数的列表：

funs <- list(f1, f2, f3, ..., fn)

我应该使用lapply（或其他功能），但是如何？

Answer 1

重写函数，使它们采用dataframe参数并使用列参数的名称：

> f1 <- function(df, nm1 ='x1',nm2='x2') lagtime(df[[nm1]],df[[nm2]])
> f2 <- function(df, nm1 ='x1',nm2='x2') mean(df[[nm1]] - df[[nm2]], na.rm = TRUE)         
> f3 <- function(df, nm2 ='x2',nm3='x3') sum(df[[nm2]]) /sum(df[[nm3]])

然后遍历函数和数据帧：

 funs <- list(f1, f2, f3)
 dfs <- list(df1,df1)

 lapply(funs, function(f) sapply(dfs, function(d) f(d) ) )
#------------------
[[1]]
[1] -6 -6

[[2]]
[1] -88.44229 -88.44229

[[3]]
[1] 70.25615 70.25615

Answer 2

为什么不将它们全部放入一个功能中？在这里，我使用median代替lagtime。

返回一个清单：

> foo <- function(x, y, z, ...) {
      list(median = median(c(x, y)), 
           mean = mean(x - y, ...), 
           quotient = sum(y)/sum(z))
  }

> foo(df$x1, df$x2, df$x3, na.rm = TRUE)
# $median
# [1] 44.47295
# 
# $mean
# [1] -88.44229
# 
# $quotient
# [1] 70.25615

或作为矢量：

foo2 <- function(x, y, z, ...) {
    c(median = median(c(x, y)), 
      mean = mean(x - y, ...), 
      quotient = sum(y)/sum(z))
}
foo2(df$x1, df$x2, df$x3, na.rm = TRUE)
#   median      mean  quotient 
# 44.47295 -88.44229  70.25615

R将函数列表应用于同一组输入

2 个答案: