Question

我正在尝试使用lapply apply将此函数应用于向量，但它只返回NaN。

 Select tm.LocID  = (select  LocID from tblLoc tl
                     where tl.LocID = tm.LodID )
 from tblMain tm

当我使用normalize（c（1,5,10））时它工作正常。

Answer 1

如果您使用normalize(x)，则会获得正确的结果。在这种情况下，函数接收具有若干个数作为参数的向量，从中可以确定最小值和最大值以计算归一化值。

相反，使用lapply(x,normalize)，您可以有效地执行一个循环，将函数normalize()应用于向量x的每个元素。由于每次迭代只将一个数字（向量元素）传递给函数，因此min(x)等于max(x)。因此，分母max(object)-min(object)在每次迭代时为零，每次调用函数时除以零都会产生NaN。

修改

lapply的调用在x是矢量列表的情况下非常有用。然后，可以立即获得列表x中每个向量的归一化版本（根据OP中定义的函数）。

以下是一个例子：

x <- list() x[[1]] <- c(1,3,9) x[[2]] <- c(2,4,4,8) x[[3]] <- c(1,2,3,5,8,13) > lapply(x,normalize) #[[1]] #[1] 0.00 0.25 1.00 # #[[2]] #[1] 0.0000000 0.3333333 0.3333333 1.0000000 # #[[3]] #[1] 0.00000000 0.08333333 0.16666667 0.33333333 0.58333333 1.00000000

规范化函数返回NaN

1 个答案: