用“应用”系列的功能之一替换循环答案

【问题标题】：Replace loop with one of the functions of the "apply" family用“应用”系列的功能之一替换循环
【发布时间】：2018-06-23 07:06:07
【问题描述】：

我在列表中有 data.frames，通常，当我想使数据居中时，我使用循环（如下例所示）。我想使用“应用”系列的一些功能，但我不知道如何编写代码。

我的数据示例：

env <- list (data.frame(a=c(-1.08, -1.07, -1.07),
                        b=c( 4.61,  4.59,  4.59),
                        c=c( 3.46,  3.56,  3.52)),
             data.frame(a=c( 3.93,  3.94,  3.92),
                        b=c(-6.69, -6.72, -6.68),
                        c=c( 3.04,  3.08,  3.03)))

我将用来使它们居中的值：

d <- c(a=10.20, b=-10.91, c=11.89)

我常用的循环类型：

for(i in 1:length(env)) {
    env[[i]][, 1] <- env[[i]][, 1] - d[1]
    env[[i]][, 2] <- env[[i]][, 2] - d[2]
    env[[i]][, 3] <- env[[i]][, 3] - d[3]
}

有没有办法使用“apply”系列的函数来做我在上面循环中做的同样的事情？

【问题讨论】：

很好的可重现示例。顺便提一句。您正在使用的循环可以通过在列上使用内部循环来缩短：for (j in 1:length(env[[i]])) {env[[i]][, j] <- env[[i]][, j] - d[j]}

标签： r loops apply

【解决方案1】：

您也可以使用map 函数来完成相同的操作。具体来说，您可以使用map() 循环遍历列表env，然后使用map2() 循环（同时）遍历d 和各个数据帧env[[1]] 和env[[2]]。 j-k 是数据集中的地方。

library('purrr')
map(env, function(i){
  map2(i, d, function(j,k){
    j-k
  })
})

屈服，

[[1]]
[[1]]$a [1] -11.28 -11.27 -11.27
[[1]]$b [1] 15.52 15.50 15.50
[[1]]$c [1] -8.43 -8.33 -8.37

[[2]] 
[[2]]$a [1] -6.27 -6.26 -6.28
[[2]]$b [1] 4.22 4.19 4.23
[[2]]$c [1] -8.85 -8.81 -8.86

【讨论】：

【解决方案2】：

非常感谢您提供快速而有趣的答案。

我在 microbenchmark::microbenchmark 函数中运行了您发布的所有解决方案。

对于生成矩阵列表的解决方案，我添加了（仅使用我目前对 R 的了解）一个额外的行来将它们转换为数据框列表。

env1 <- env
env2 <- env
env3 <- env
env4 <- env
env5 <- env
env6 <- env
env7 <- env

## install.packages
library("microbenchmark")
microbenchmark(
## 1; the original.
for(i in 1:length(env1)) {
    env1[[i]][, 1] <- env1[[i]][, 1] - d[1]
    env1[[i]][, 2] <- env1[[i]][, 2] - d[2]
    env1[[i]][, 3] <- env1[[i]][, 3] - d[3]}
,

## 2
for(i in 1:length(env2)) {
    for (j in 1:length(env2[[i]])) {
        env2[[i]][, j] <- env2[[i]][, j] - d[j]
    }
}
,

## 3
{env3 <- lapply(env3, function(i) t(t(i) - d))
env3 <- lapply(env3, function(i) as.data.frame(i))}
,

## 4
{env4 <- lapply(env4, scale, center=d, scale=FALSE)
env4 <- lapply(env4, function(i) as.data.frame(i))}
,

## 5
{nrows <- 3
env5 <- lapply(env5, function(x) x - matrix(rep(d, nrows), nrow = 
nrows, byrow = TRUE))}
,

## 6
env6 <- lapply(env6, sweep, 2, d, "-")
,

## 7
{env7 <- lapply(lapply(lapply(env7, t), "-", d), t)
env7 <- lapply(env7, function(i) as.data.frame(i))}
)

## install.packages("compare")
library("compare")
identical(env1, env2)
identical(env1, env3)
identical(env1, env4)
identical(env1, env5)
identical(env1, env6)
identical(env1, env7)

如您所见，所有的行都产生相同的对象。

执行“microbenchmark”函数5次后，上面代码中##7的解决方案更快，虽然##3的解决方案稍微慢了一点。

我会详细研究您提出的每个解决方案，再次感谢您！

作为感谢，请欣赏这首我非常喜欢的歌曲！ https://www.youtube.com/watch?v=QnguI5OrfZ4

您好！

【讨论】：

【解决方案3】：

我的PoGibas' answer (+1)：

lapply(lapply(lapply(env, t), "-", d), t)

它做同样的事情：

转置data.frame 对象
使用回收规则减去d
将它们移回原来的位置
它返回 matrix 对象，这不是 OP 想要的。

我认为随着它更彻底地使用矢量化，它最终会更快一些。但事实并非如此。

microbenchmark(
  f1 = lapply(env, function(i) t(t(i) - d)),
  f2 = lapply(lapply(lapply(env, t), "-", d), t), times = 1E5L)
#Unit: microseconds
# expr     min      lq     mean  median      uq        max neval cld
#   f1  99.838 103.104 114.8280 104.970 108.702 106230.106 1e+05  a 
#   f2 103.570 107.303 118.9683 110.102 113.834   7765.414 1e+05   b

【讨论】：

【解决方案4】：

1) 扫描 使用sweep 生成数据帧列表：

lapply(env, sweep, 2, d, "-")

给予：

[[1]]
       a     b     c
1 -11.28 15.52 -8.43
2 -11.27 15.50 -8.33
3 -11.27 15.50 -8.37

[[2]]
      a    b     c
1 -6.27 4.22 -8.85
2 -6.26 4.19 -8.81
3 -6.28 4.23 -8.86

另请参阅How to divide each row of a matrix by elements of a vector in R，了解与sweep 等价或几乎等价的众多表达式。

2) 缩放或像这样使用scale；但是，它给出的是数字矩阵列表而不是数据框列表：

lapply(env, scale, d, FALSE)

给予：

[[1]]
          a     b     c
[1,] -11.28 15.52 -8.43
[2,] -11.27 15.50 -8.33
[3,] -11.27 15.50 -8.37
attr(,"scaled:center")
     a      b      c 
 10.20 -10.91  11.89 

[[2]]
         a    b     c
[1,] -6.27 4.22 -8.85
[2,] -6.26 4.19 -8.81
[3,] -6.28 4.23 -8.86
attr(,"scaled:center")
     a      b      c 
 10.20 -10.91  11.89

【讨论】：

【解决方案5】：

这是一个使用lapply 的hack'ey 解决方案

nrows <- 3
lapply(env, function(x) x - matrix(rep(d, nrows), nrow = nrows, byrow = TRUE))

【讨论】：

ps。 @PoGibas 解决方案要快得多。
但是该解决方案没有给出问题中的代码产生的数据框列表。相反，它给出了一个矩阵列表。此处的解决方案确实提供了数据框列表，如问题所示。

【解决方案6】：

您可以在这里简化两件事：循环遍历列表元素并分别减去d 中的每个值。

要替换 for 循环，您可以使用 lapply（“l”，因为我们正在遍历列表）。

# Run function for every element i in list env
lapply(env, function(i))

为了简化减法，您可以：

转置数据帧t(i)
执行减法t(i) - d
转回t(t(i) - d)

所以最终的代码是：

lapply(env, function(i) t(t(i) - d))

【讨论】：

假设另一种写法是使用scale：lapply(env, scale, center=d, scale=FALSE)（尽管这两个都返回矩阵而不是操作中的 data.frames）