Question

我创建了以下循环，但希望将其编写为lapply函数。这可能吗？我正在努力使自己了解Apply函数，但还没有完全掌握它。

Decay <- function(x, decay=y) stats::filter(x, decay, method = "recursive")

d<-iris[,c("Sepal.Length","Sepal.Width","Petal.Length","Petal.Width")]

DecayX <- c(0.1,0.3,0.6,0.8,0.95)
DecVars = c("Sepal.Length","Petal.Width")

for (j in DecVars){
  for (i in DecayX){
    VarName <- paste(colnames(d[j]),i*100,"DEC",sep="_")
    d[[VarName]]<-Decay(d[j],i)
  }
}

Answer 1

我看不出有任何理由使用申请家庭。

您可以使用mapply

vars <- c(expand.grid(DecayX,DecVars,stringsAsFactors = F))
invisible(
mapply(function(x,DecV){VarName <- paste(colnames(d[DecV]),x*100,"DEC",sep="_");
                        d[[VarName]]<<-Decay(d[DecV],x)},x=vars[[1]],DecV=vars[[2]])
)

我认为在双循环的情况下，我不会使用apply系列。

Answer 2

另一种方法是用sapply()替换每个for循环，该循环比for循环快，并且不需要使用expand.grid()。

invisible(
  sapply(DecVars, function(j) {
    sapply(DecayX, function(i) {
      VarName <- paste(colnames(d[j]),i*100,"DEC",sep="_")
      d[[VarName]] <<- Decay(d[j],i)
    })
  })
)

您可以看到，这比使用for循环快得多，也比使用mapply()和grid.expand()循环要快：

library(microbenchmark)

microbenchmark(
  'mapply' = {
    vars <- c(expand.grid(DecayX,DecVars,stringsAsFactors = F))
    invisible(
      mapply(function(x,DecV){VarName <- paste(colnames(d[DecV]),x*100,"DEC",sep="_");
      d[[VarName]]<<-Decay(d[DecV],x)},x=vars[[1]],DecV=vars[[2]])
    )},
  'sapply' = {
    invisible(
      sapply(DecVars, function(j) {
        sapply(DecayX, function(i) {
          VarName <- paste(colnames(d1[j]),i*100,"DEC",sep="_")
          d1[[VarName]] <<- Decay(d1[j],i)
        })
      })
    )
  },
  'for-loop' = {
    for (j in DecVars){
      for (i in DecayX){
        VarName <- paste(colnames(d[j]),i*100,"DEC",sep="_")
        d[[VarName]]<-Decay(d[j],i)
      }
    }
  },
  times = 1000)

请注意：如果您忽略expand.grid()步骤，mapply()的速度会更快。

R-我可以将此循环写为apply函数吗？

2 个答案: