我想将具有不同值的多个变量的函数应用于列表。我知道如何使用一个变化的变量
来做到这一点sapply(c(1:10), function(x) x * 2)
# [1] 2 4 6 8 10 12 14 16 18 20
但不是两个。我首先手动向您展示我想要的内容（实际上我使用lapply()但sapply()在SO中更具概要性：
# manual
a <- sapply(c(1:10), function(x, y=2) x * y)
b <- sapply(c(1:10), function(x, y=3) x * y)
c <- sapply(c(1:10), function(x, y=4) x * y)
c(a, b, c)
# [1] 2 4 6 8 10 12 14 16 18 20 3 6 9 12 15 18 21 24 27 30 4 8 12
# [24] 16 20 24 28 32 36 40
这是我尝试定义x和y的尝试。
# attempt
X <- list(x = 1:10, y = 2:4)
sapply(c(1:10, 2:4), function(x, y) x * y)
# Error in FUN(X[[i]], ...) : argument "y" is missing, with no default
解决方案的基准
library(microbenchmark)
microbenchmark(sapply = as.vector(sapply(1:10, function(x, y) x * y, 2:4)),
mapply = mapply( FUN = function(x, y) x * y, 1:10, rep( x = 2:4, each = 10)),
sapply2 = as.vector(sapply(1:10, function(y) sapply(2:4, function(x) x * y))),
outer = c(outer(1:10, 2:4, function(x, y) x * y)))
# Unit: microseconds
# expr min lq mean median uq max neval
# sapply 34.212 36.3500 62.44864 39.1295 41.9090 2304.542 100
# mapply 62.008 65.8570 87.82891 70.3470 76.5480 1283.342 100
# sapply2 196.714 203.9835 262.09990 223.6550 232.2080 3344.129 100
# outer 7.698 10.4775 13.02223 12.4020 13.4715 53.883 100
答案 0 :(得分：6)
mapply()将函数应用于多个列表或向量参数。
rep()也用于重复值2,3和4.在each参数中指定10，rep()重复x的每个元素10次。
这是必要的，因为mapply() - 1:10中的第一个参数长度为10。
# supply the function first, followed by the
# arguments in the order in which they are called in `FUN`
mapply( FUN = function(x, y) x * y
, 1:10
, rep( x = 2:4, each = 10)
)
# [1] 2 4 6 8 10 12 14 16 18 20 3 6 9 12 15 18 21 24 27 30 4 8 12 16 20
# [26] 24 28 32 36 40
答案 1 :(得分：6)
首先，如果您的函数是矢量化的，那么只需使用lapply()即可。在这种情况下，它是：
x <- 1:10
unlist(lapply(2:4, function(y) x*y))
# OR
unlist(lapply(2:4, function(x=x,y) x*y))
其次，如果您需要对两个向量的每个组合应用函数，请使用outer()：
xf <- 1:10
yf <- 2:4
c(xf %o% yf)
# OR spelled out for any function:
c(outer(xf,yf,FUN = `*`))
如果你使用mapply，你可以使用参数MoreArgs来避免使用rep来构造你的参数：
xf <- 1:10
yf <- 2:4
mapply(function(x,y) x*y,
y = yf,
MoreArgs = list(x = xf))
这与我上面显示的lapply()构造完全等效。也可以使用SIMPLIFY = FALSE和unlist()：
unlist(mapply(function(x,y) x*y,
y = yf,
MoreArgs = list(x = xf),
SIMPLIFY = FALSE))
哪种解决方案最方便，取决于您的实际用例。时间方面它们都具有可比性，在最近的R版本中，outer()可能比其他解决方案慢一点。
为了显示结果如何根据对象的大小和顺序而大不相同，我包括以下基准测试结果（下面的代码和输出）。这表明：
outer()不一定是最快的解决方案，尽管它通常是最快的解决方案之一。mapply()中手动重复一个向量会增加很多开销，即使双sapply()次调用也会更快。代码：警告：这会运行一段时间
fx <- sample(1e4)
fy <- sample(1e3)
library(microbenchmark)
microbenchmark(sapply = as.vector(sapply(fx, function(x, y) x * y, fy)),
mapply = mapply( FUN = function(x, y) x * y, fx, rep( fy, each = 1e4)),
sapply2 = as.vector(sapply(fx, function(y) sapply(fy, function(x) x * y))),
outer = c(outer(fx, fy, function(x, y) x * y)),
mapply2 = mapply(function(x,y) x*y, x=fx, MoreArgs = list(y = fy)),
mapply3 = mapply(function(x,y) x*y, y=fy, MoreArgs = list(x = fx)),
times = 15)
我机器上的输出：
Unit: milliseconds
expr min lq mean median uq max neval cld
sapply 89.52318 92.98653 344.1538 117.11280 239.64887 1485.3178 15 a
mapply 20471.02137 22925.42757 24478.5985 24650.29055 25627.31232 28840.3494 15 c
sapply2 7472.02251 8268.04696 9519.8016 8707.19193 9528.46181 14182.7537 15 b
outer 77.62331 85.94651 189.5107 91.83722 182.08506 1119.6620 15 a
mapply2 77.76871 79.71924 143.9484 81.24168 84.53247 971.1792 15 a
mapply3 65.21709 71.85662 107.9586 73.80779 124.21141 242.0760 15 a
答案 2 :(得分：6)
尝试outer：
c(outer(1:10, 2:4, Vectorize(function(x, y) x*y)))
## [1] 2 4 6 8 10 12 14 16 18 20 3 6 9 12 15 18 21 24 27 30 4 8 12 16 20
## [26] 24 28 32 36 40
如果函数已经被矢量化，就像在这里一样，那么我们可以省略Vectorize：
c(outer(1:10, 2:4, function(x, y) x * y))
## [1] 2 4 6 8 10 12 14 16 18 20 3 6 9 12 15 18 21 24 27 30 4 8 12 16 20
## [26] 24 28 32 36 40
事实上，在这种特殊情况下，显示的匿名函数是默认函数，因此可以使用：
c(outer(1:10, 2:4))
## [1] 2 4 6 8 10 12 14 16 18 20 3 6 9 12 15 18 21 24 27 30 4 8 12 16 20
## [26] 24 28 32 36 40
同样在这种特殊情况下我们可以使用：
c(1:10 %o% 2:4)
## [1] 2 4 6 8 10 12 14 16 18 20 3 6 9 12 15 18 21 24 27 30 4 8 12 16 20
## [26] 24 28 32 36 40
如果您的起点是问题中显示的列表X，那么：
c(outer(X[[1]], X[[2]], Vectorize(function(x, y) x * y)))
## [1] 2 4 6 8 10 12 14 16 18 20 3 6 9 12 15 18 21 24 27 30 4 8 12 16 20
## [26] 24 28 32 36 40
或
c(do.call("outer", c(unname(X), Vectorize(function(x, y) x*y))))
## [1] 2 4 6 8 10 12 14 16 18 20 3 6 9 12 15 18 21 24 27 30 4 8 12 16 20
## [26] 24 28 32 36 40
如果适用，前面部分适用于缩短它。
答案 3 :(得分：3)
另一个想法是两次使用sapply。
as.vector(sapply(2:4, function(y) sapply(1:10, function(x) x * y)))
[1] 2 4 6 8 10 12 14 16 18 20 3 6 9 12 15 18 21 24 27 30 4 8 12 16 20 24 28 32 36 40
或者我们可以使用map2_int包中的purrr。 map2_int可以遍历两个长度相同的向量，并确保输出为整数。因此，我们需要使用rep(a, length(b))和rep(b, each = length(a))来确保每个元素都已配对。 ~.x * .y是在purrr中指定功能的简洁方法。
library(purrr)
a <- 1:10
b <- 2:4
map2_int(rep(a, length(b)), rep(b, each = length(a)), ~.x * .y)
# [1] 2 4 6 8 10 12 14 16 18 20 3 6 9 12 15 18 21 24 27 30 4 8 12 16 20 24 28 32 36 40