覆盖多个参数，更快的方法答案

【问题标题】：Lapply over several parameters, faster method覆盖多个参数，更快的方法
【发布时间】：2019-01-02 01:30:32
【问题描述】：

假设我有两个向量

 a <- c(1,2,3,4,5)
 b <- c(6,7,8,9,10)

还有一个函数

calc <- function(x,y){x + y)

我想将这个函数应用于a 中的第一个值，用于b 中的每个值。假设在我的情况下calc 只允许来自a 和b 的单个值作为输入，所以lapply(a,calc,b) 将不起作用，因为长度（b）不是1（给我一个错误）。

另外mapply 也没有给我想要的解决方案，它只将函数应用于配对值，即1+6、2+7 等。

所以我构建了一个函数，它给了我想要的解决方案

myfunc <- function(z){lapply(a,calc,z)}

并将其应用于 b

solution <- lapply(b,myfunc)

我们在这里看到lapply(a,calc,b) 或嵌套lapply(a,lapply,calc,b) 的区别在于它为我提供了自己列表中的所有值。这就是我想要的，或者至少它是一个给我正确结果且没有错误的函数。

现在，有没有更快/更简单的方法，因为我只是在这里做了一点实验。而且我的函数比calc 大得多，需要10分钟，但也许我必须精简我的原始函数，这里不会有更快的方法......

编辑：

在我的函数中有这样的东西，

calc <- function(x,y){
# ...
number <- x
example <- head(number,n=y)
# ...
}

向量作为 y 的输入不再起作用。使用lapply(a,lapply,calc,b) 或lapply(a,calc,b) 时出现错误，

Error in head.default(number, n = y) : length(n) == 1L is not TRUE

【问题讨论】：

不返回列表中的结果，但也许你可以使用outer(a,b,calc)?
@Florian 需要小心外部，function 需要正确矢量化
在@AkselA 的回复下查看我的评论...
我很困惑。我们已经知道您的函数只接受标量或单个值作为输入。在评论中，您询问了如何访问值，那是关于什么的？和你提到的线性回归有什么关系吗？
好吧，我的函数输出是线性回归的拟合，使用我的解决方案我可以简单地访问它们，但是使用您的解决方案导致矩阵拟合似乎被拆分了。该解决方案应该有 5x5 拟合，因此矩阵中有 25 个元素，但您的矩阵中有 300 个元素......

标签： r apply lapply mapply

【解决方案1】：

正如弗洛里安所说，outer() 可能是一个选择。

outer(a, b, calc)
#      [,1] [,2] [,3] [,4] [,5]
# [1,]    7    8    9   10   11
# [2,]    8    9   10   11   12
# [3,]    9   10   11   12   13
# [4,]   10   11   12   13   14
# [5,]   11   12   13   14   15

但正如 MichaelChirico 所提到的，使用未矢量化的函数将无法工作。在这种情况下，必须一起破解其他东西。这些可能会或可能不会比您当前的解决方案更快。

所有组合（因此calc(1, 6) 和calc(6, 1) 都被执行，类似于outer()

计算次数：n²

eg <- expand.grid(a, b)

m1 <- mapply(calc, eg[,1], eg[, 2])
matrix(m1, 5)
#      [,1] [,2] [,3] [,4] [,5]
# [1,]    7    8    9   10   11
# [2,]    8    9   10   11   12
# [3,]    9   10   11   12   13
# [4,]   10   11   12   13   14
# [5,]   11   12   13   14   15

只有唯一的组合（所以假设你的函数是对称的）

计算次数：(n² - n) / 2

cn <- t(combn(1:length(a), 2))

m2 <- mapply(calc, a[cn[, 1]], b[cn[, 2]])
mat <- matrix(, length(a), length(a))
mat[upper.tri(mat)] <- m2
mat
#      [,1] [,2] [,3] [,4] [,5]
# [1,]   NA    8    9   10   11
# [2,]   NA   NA   10   11   12
# [3,]   NA   NA   NA   12   13
# [4,]   NA   NA   NA   NA   14
# [5,]   NA   NA   NA   NA   NA

第二个忽略对角线，但添加这些值很容易，因为这就是 OPs mapply() 调用返回的内容。

diag(mat) <- mapply(calc, a, b)
mat
#      [,1] [,2] [,3] [,4] [,5]
# [1,]    7    8    9   10   11
# [2,]   NA    9   10   11   12
# [3,]   NA   NA   11   12   13
# [4,]   NA   NA   NA   13   14
# [5,]   NA   NA   NA   NA   15

【讨论】：

如上所述outer() 不适用于我的函数，因为我需要单个输入值（这就是为什么 lapply / 嵌套 lapply 也不起作用）。您使用 mapply 计算的第二个命题没有错误。结果值符合线性回归 (fit <- lm(value1~value2))，我将如何访问它们？（m 是matrix）
使用我自己的函数，输出是一个列表，我可以通过for (i in 1:length(solution)){ for (j in 1:length(solution[[i]])){ print(summary(solution[[i]][[j]])) }访问它们
@jackbauer：如果您将这些详细信息添加到您的问题中可能会更好。也许给你的实际数据的一个示例子集？或者您可以使用像 mtcars 这样的内置数据集来解释您的问题。

【解决方案2】：

这为我解决了这个问题，将SIMPLIFY=FALSE 添加到mapply 函数中，感谢@AkselA。

eg <- expand.grid(a, b)

m1 <- mapply(calc, eg[,1], eg[, 2],SIMPLIFY=FALSE)

但是，这种方法只比我在我的 OP 中自己的解决方案快一点。

【讨论】：