Question

hits <- vapply(titles,
           FUN = grepl,
           FUN.VALUE = logical(length(pass_names)),
           pass_names)

titles是一个带有"mr"等标题的向量，pass_names是一个名称列表。

2个问题。

我不明白生成的矩阵命中
我不明白为什么最后一行是pass_names，也不知道我应该怎么知道这四个论点。在?vapply下，它特定于x，FUN，FUN.VALUE，但我无法弄清楚我应该如何确定pass_names需要列在那里。

我看过网上找不到答案，所以我希望这对其他人也有所帮助。提前感谢您的回答，是的，我是初学者。

额外信息：此问题使用R中的titanic包，pass_names只是titanic$Name，titles只是paste(",", c("Mr\\.", "Master", "Don", "Rev", "Dr\\.", "Major", "Sir", "Col", "Capt", "Jonkheer"))

Answer 1

你有点困惑。

您问题中的vapply代码块相当于：

hits <- vapply(titles,
               FUN = function(x) grepl(x, pass_names),
               FUN.VALUE = logical(length(pass_names)))

vapply采用...参数，该参数采用所提供的参数。如果参数未命名（参见@Roland的注释），...位置的第n个参数将传递给FUN的第n + 1个参数（{{1}的第一个参数在这种情况下，{}是FUN，即 X。

生成的矩阵与titles中的行数具有相同的行数，并且有10列，titanic的长度。如果titles - [i, j]与TRUE中的i正则表达式pass_names匹配，则j条目为titles FALSE如果没有。

Answer 2

基本上你在vapply中传递两个向量，相当于两个嵌套的for循环。然后将每个配对传递到grepl：grepl(pattern, x)的必需参数中。

具体而言，在vapply的第一个循环中， titles 中的第一项与 pass_names 的每个项目进行比较。然后在第二个循环中， titles 中的第二个项目再次与 pass_names 的所有项目进行比较，依此类推，直到第一个向量 titles 用尽

为了说明，您可以使用嵌套的for循环等效地构建 hits2 矩阵，完全呈现为您的vapply输出，命中：

hits2 <- matrix(NA, nrow=length(df$name), ncol=length(titles))
colnames(hits2) <- titles

for (i in seq_along(df$name)) {

  for (j in seq_along(titles)) {

    hits2[i, j] <- grepl(pattern=titles[j], x=df$name[i])

  }

}

all.equal(hits, hits2)
# [1] TRUE

或者，您可以在sapply中运行完全相同但没有必需的 FUN.VALUE 参数，因为sapply和vapply都是lapply的包装器}。但是，vapply更为首选，因为您主动断言输出，sapply根据功能呈现一种方式。例如，在vapply中，您可以使用：FUN.VALUE = integer(length(pass_names))呈现整数矩阵。

hits3 <- sapply(titles, FUN = grepl, pass_names)

all.equal(hits, hits3)
# [1] TRUE

总而言之， apply 系列是更简洁，更紧凑的方式来运行迭代并呈现数据结构，而不是初始化和分配带有for或{{1的向量/矩阵循环。

如需进一步阅读，请考虑这个有趣的SO帖子：Is the “*apply” family really not vectorized?

内部使用grepl的vapply函数混淆（数据广告课程的一部分）

2 个答案: