Question

我是R的新手，有更多程序语言的背景知识。目前我正试图摆脱不必要的“for”循环并使用apply系列中的某些内容。所以这是我的问题：

假设我有一个向量：data <- c(0.0008, 0.0007, 0.0040, 0.0081, 0.0217, 0.0292, 0.0332, 0.0451, 0.0533, 0.0621)
我希望将其转换为仅增加数据点的向量。为简单起见，假设我希望所有元素（如第2个元素（小于前一个元素））成为上一个元素和下一个元素的平均值
为此，我尝试使用这样的lapply：data <- lapply(data, function(i) ifelse(data[i+1]<data[i], data[i+1]<-(data[i]+data[i+2])/2, data[i+1]))
结果是一个包含所有元素的列表（不是向量）：logical(0)

我无法弄清楚我的错误在哪里 - 我在这里错过了什么？

Answer 1

lapply用于迭代列表中的多个对象并返回列表。阅读?lapply。只需一个向量，您就不会需要/想要它。

这是一种非循环方式：

w = which( c(FALSE, tail(data, -1) < head(data, -1) ) )
data[w] = (data[w-1] + data[w+1])/2

如果你有连续的减少元素，你的程序将给出奇怪的结果。以data = c(2, 1, 0, 3)为例，请注意结果仍然不是单调的。所以，我认为你可能不应该尝试以这种方式进行矢量化，而且真的应该使用循环。此外，当最终元素出现下降时，您需要考虑要做什么，例如c(2,3,0)。

Answer 2

我认为这会有效，假设我正确理解你的问题。

data <- c(0.0007, 0.0006, 0.0030, 0.0072, 0.0129, 0.0195, 0.0268, 0.0346, 0.0426, 0.0507)

d1 <- head(data, -1) # get the first 9 elements
d2 <- tail(data, -1) # get the last 9 elements 

means <- rowMeans(cbind(d1, d2)) # get the mean of all data[i] & data[i+1] pairs
ifelse(d2 < d1, means, d2)
# [1] 0.00065 0.00300 0.00720 0.01290 0.01950 0.02680 0.03460
# [8] 0.04260 0.05070

# realized we might need to append back the first element of our original data. If so:
data <- c(data[1], ifelse(d2 < d1, means, d2))
data
# [1] 0.00070 0.00065 0.00300 0.00720 0.01290 0.01950 0.02680 
# [8] 0.03460 0.04260 0.05070

使用带有条件的lapply循环遍历行

2 个答案: