Question

给出此data.frame：

library(dplyr)
library(stringr)
ml.mat2 <- structure(list(value = c("a", "b", "c"), ground_truth = c("label1, label3", 
"label2", "label1"), predicted = c("label1", "label2,label3", 
"label1")), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-3L))

glimpse(ml.mat2)

Observations: 3
Variables: 3
$ value        <chr> "a", "b", "c"
$ ground_truth <chr> "label1, label3", "label2", "label1"
$ predicted    <chr> "label1", "label2,label3", "label1"

在基于ground_truth分割重复的标签之后，我想为每一行测量predicted和,之间的相交长度。

换句话说，我希望得到长度为3且值为2 2 1的结果。

我编写了一个函数来执行此操作，但是它似乎只在sapply之外起作用：

m_fn <- function(x,y) length(union(unlist(sapply(x, str_split,",")), 
                             unlist(sapply(y, str_split,","))))

m_fn(ml.mat2$ground_truth[1], y = ml.mat2$predicted[1])

[1] 2

m_fn(ml.mat2$ground_truth[2], y = ml.mat2$predicted[2])

[1] 2

m_fn(ml.mat2$ground_truth[3], y = ml.mat2$predicted[3])

[1] 1

我希望像这样或通过循环手动遍历数据集的行，而不希望像这样使用sapply对解决方案进行矢量化：

sapply(ml.mat2$ground_truth, m_fn, ml.mat2$predicted)

但是，意外的结果是：

label1, label3         label2         label1 
             4              3              3

Answer 1

由于您要在相同的观察范围内进行插入，因此可以生成行号索引并在sapply中运行它：

sapply(1:nrow(ml.mat2), function(i) m_fn(x = ml.mat2$ground_truth[i], y = ml.mat2$predicted[i])) 

#[1] 2 2 1

或使用seq_len：

sapply(seq_len(nrow(ml.mat2)), function(i) 
  m_fn(x = ml.mat2$ground_truth[i], y = ml.mat2$predicted[i]))

带有sapply的函数中使用str_split和union的意外结果

1 个答案: