Question

我试图遍历具有三个参数的函数，但是lapply和mapply都没有提供正确的解决方案。这里的目标是基于三个参数（num，resp，cdr）的所有可能组合来获得所有可能的结果。如果您看到下面的函数，则此处的目标是针对所有三个n级别的num（保持resp和cdr的所有三个级别）计算resp （保持num和cdr不变），以及对于cdr的所有三个级别（保持resp和num不变）。但是，从输出中可以看到，lapply和mapply都没有在这里提供正确的答案。

试图用嵌套for循环来完成此操作也没有成功（尽管我在使用循环方面不是很出色，因此如果我能找到正确的答案，我愿意接受基于循环的解决方案）

最小可重复的示例：

set.seed(124)
num <- c(10, 20, 30)
resp <- sample(100:200, 3)
cdr <- 3:5

my_fun <- function(num, resp, cdr){
 n <- ((num * resp) / cdr)   
}  

sapply(num, my_fun, resp, cdr)
     [,1] [,2] [,3]
[1,]  360  720 1080
[2,]  350  700 1050
[3,]  302  604  906

mapply(my_fun, num, resp, cdr)
[1] 360 700 906

Answer 1

您可以尝试：

df <- expand.grid(data.frame(num, resp, cdr))
with(df, (num * resp) / cdr)

   num resp cdr         n
1   10  151   3  503.3333
2   20  151   3 1006.6667
3   30  151   3 1510.0000
4   10  176   3  586.6667
5   20  176   3 1173.3333
...

Answer 2

基于purrr / dplyr的解决方案是：

set.seed(124)
num <- c(10, 20, 30)
resp <- sample(100:200, 3)
cdr <- 3:5

my_fun <- function(num, resp, cdr){
 ((num * resp) / cdr)   
} 

args <- list(num = num, resp = resp, cdr = cdr)
args %>% 
  purrr::cross_df() %>% 
  dplyr::mutate(res = my_fun(num, resp, cdr))

Answer 3

# gen data
set.seed(124)
num  <- c(10, 20, 30)
resp <- sample(100:200, 3)
cdr  <- 3:5

# function (written with one input vector)
my_fun <- function(x){
  x[1] * x[2] / x[3]  
} 

# used expand.grid() and apply() to 
# eval function on all combos of num, resp, cdr
opts <- expand.grid(num, resp, cdr)
res  <- apply(opts, 1, my_fun)
cbind(opts, res)

具有三个参数的循环函数mapply / sapply / for循环不起作用？

3 个答案: