Question

假设我有一些（非向量化）函数foo：

foo <- function (bar, baz, frobozz, frotz = 42) {
    if (frobozz) {
        frotz
    }
    else {
        bar * nchar(baz)
    }
}

毫无疑问，这是一个愚蠢的功能，但出于这个问题的目的，请考虑一下。（IOW，以修改foo为基础的答案超出范围。）

另外，假设我有data.frame df，如下所示：

> df
  frobozz bar baz
1    TRUE   1   a
2   FALSE   2   b
3    TRUE   3   c
4   FALSE   4   d
5    TRUE   5   e

现在，df的每一行都可以被视为异类命名列表（我将在此后缩写为 record ）。

事实上，将df行中的任何一行投射为这样的记录并不困难：

> df[1, , drop = TRUE]
$frobozz
[1] TRUE

$bar
[1] 1

$baz
[1] "a"

此外，任何命名槽的记录中的值都适合作为foo签名中同名参数的类型。

这意味着我可以使用do.call将foo应用于df的任何单行：

> do.call(foo, df[1, , drop = TRUE])
[1] 42
> do.call(foo, df[2, , drop = TRUE])
[1] 2

（请注意，即使df列的排序和foo所需参数的排序不匹配，这仍然有效。）

现在，我想通过将foo应用于 df的每一行来创建一个新列。

我原本希望apply可以完成任务，但它失败了：

> apply(df, 1, foo)
Error in FUN(newX[, i], ...) : 
  argument "frobozz" is missing, with no default

当然，我可以诉诸这样的事情：

sapply(1:nrow(df), function (i) { do.call(foo, df[i, , drop = TRUE]) })

是否有一种不那么无知的方式来实现这一目标？

这个问题的变体可能更容易处理。

考虑函数foo_wrapper：

foo_wrapper <- function ( record ) {
    foo( record$bar, record$baz, record$frobozz )
}

此功能比foo更灵活，因为它所要求的是它的参数record包含名为bar，baz和{{1}的元素};它并不关心它可能具有的任何其他元素。此外，可以将frobozz直接应用于foo_wrapper的行，而无需诉诸df：

do.call

不幸的是，> foo_wrapper(df[4, , drop = TRUE]) [1] 4也失败了apply：

foo_wrapper

Answer 1

您只需Vectorize您的功能，然后使用with()来访问变量。例如，您的样本数据......

dd <- read.table(text="frobozz bar baz
1    TRUE   1   a
2   FALSE   2   b
3    TRUE   3   c
4   FALSE   4   d
5    TRUE   5   e", header=T, stringsAsFactors=F)

然后你可以运行

with(dd, Vectorize(foo)(frobozz=frobozz, bar=bar, baz=baz))
# [1] 42  2 42  4 42

将函数应用于异构数据行。

1 个答案: