apply() 函数不适用于单个行

Question

我编写了一个函数，用于从大矩阵（“c.mat”）中为 data.frame（“df.1”）中的每一行提取数据。 data.frame 中有一个索引行（“df.1$hour”），对应于矩阵中的相关列。矩阵和 data.frame 之间的行数相等，因此函数运行：

assignUV.FUN <- function(df, mat){
  num=df$hour
  value = mat[as.numeric(rownames(df)),num]
  return(value)
}

很简单。但是，当使用 apply 为每一行运行时：

df.1 <- data.frame(hour= round(runif(10,1,100)), x = seq(1,10, length=10))
c.mat <- matrix(runif(1000,1,5), nrow=10)

try <- apply(df.1, 1, assignUV.FUN, mat = c.mat, df=df.1)

我得到错误：

Error in FUN(newX[, i], ...) : unused argument (newX[, i])

我确定这里存在冲突，我两次调用 data.frame，一次从 assignUV.FUN 函数内部，一次使用 apply，但我不知道为什么这不起作用。

有什么想法吗？如果我只在一行上运行它就可以正常工作：

assignUV.FUN(df = df.1[1,], mat=c.mat)

Answer 1

如果我对您的理解正确，您希望根据hour 列中的值对df.1 中的每一行进行子集c.mat。我不认为apply 是这里的最佳选择，因为您想通过行索引和列索引对其进行子集化。 apply 传递行的值，而不是子集所需的索引。 apply 系列的一种选择是使用 mapply

mapply(function(x, y) c.mat[x, y], seq_len(nrow(df.1)), df.1$hour)
#[1] 2.472 3.980 3.654 4.868 4.204 3.320 4.191 3.296 1.016 4.353

或者矢量化方法是

c.mat[cbind(1:nrow(df.1), df.1$hour)]
#[1] 2.472 3.980 3.654 4.868 4.204 3.320 4.191 3.296 1.016 4.353

---

要详细了解它为何在您单独申请一行而不是在您使用 apply 时起作用，请注意，当您对一行进行子集化时，它仍然是一个带有标题的单行数据框。

df.1[1, ]
#  hour x
#1   31 1

class(df.1[1, ])
#[1] "data.frame"

所以当你在assignUV.FUN 函数中执行df$hour 时，你会得到一个值

df.1[1, ]$hour
#[1] 31

但是，apply 并非如此

apply(df.1[1, ], 1, class)
#        1 
#"numeric" 

如果你尝试提取价值

apply(df.1[1, ], 1, function(x) x$hour)

x$hour 中的错误：$ 运算符对原子向量无效

您可以通过使用位置而不是名称来解决上述问题

apply(df.1[1, ], 1, function(x) x[1])
#31 

但这为您提供了从c.mat 到子集的列，而不是行。

数据

set.seed(100)
df.1 <- data.frame(hour= round(runif(10,1,100)), x = seq(1,10, length=10))
c.mat <- matrix(runif(1000,1,5), nrow=10)

Answer 2

Ronak 的矢量方法是可行的方法，但我希望这可以提供指导。 apply 不会将data.frame 传递给FUN，而是传递一个向量，所以你可以试试，

assignUV.FUN <- function(DF, mat){
  num=DF[1]
  value = mat[DF[2],num]
  return(value)
}

try <- apply(df.1, 1, assignUV.FUN, mat = c.mat)

没有必要将FUN 的所有参数传递给apply，我只传递了c.mat，因为它没有被“循环”。另外，我尽量避免命名data.frames df，因为R 已经有一个名为df 的函数（F 分布的密度）。