R - 在 for 循环中命名多个函数答案

【问题标题】：R - Naming multiple functions in a for loopR - 在 for 循环中命名多个函数
【发布时间】：2015-10-14 02:03:13
【问题描述】：

我有以下数据框：

> coc_comp_model[1:3,]
    Relationship Output  Input |r-Value|   Y-Intercept   Gradient
1   DG-r ~ DG-cl   DG-r  DG-cl 0.8271167  0.0027217513 12.9901380
2 CA3-r ~ CA3-cl  CA3-r CA3-cl 0.7461309  0.0350767684 27.6107963
3 CA2-r ~ CA2-cl  CA2-r CA2-cl 0.9732584 -0.0040992226 35.8299582

我想为数据框的每一行创建简单的函数。这是我尝试过的：

for(i in 1:nrow(coc_comp_model)) {
coc_glm_f[i] <- function(x)
x*coc_comp_model$Gradient[i] + coc_comp_model$Y-Intercept[i]
}

还尝试制作函数向量，这也不起作用。

感谢您阅读本文/帮助。

【问题讨论】：

标签： r function for-loop assign

【解决方案1】：

类似这样的：

myfunc<-function(datrow, x){
  x*as.numeric(datrow[6]) + as.numeric(datrow[5] )
}

然后您可以使用apply 在每一行上调用它，根据需要更改 x：

apply(hzdata, 1, myfunc, x = 0.5)

注意：使用dput() 共享您的数据比粘贴到子集中要容易得多。

【讨论】：

【解决方案2】：

没有函数向量这样的东西。 R 中有 6 种原子向量类型：raw、logical、integer、double、complex 和 character，另外还有异构列表类型，最后还有鲜为人知的表达式类型，它基本上是解析树的向量（如当您调用 substitute() 函数时）。这些都是R中的向量类型。

printAndType <- function(x) { print(x); typeof(x); };
printAndType(as.raw(1:3));
## [1] 01 02 03
## [1] "raw"
printAndType(c(T,F));
## [1]  TRUE FALSE
## [1] "logical"
printAndType(1:3);
## [1] 1 2 3
## [1] "integer"
printAndType(as.double(1:3));
## [1] 1 2 3
## [1] "double"
printAndType(c(1i,2i,3i));
## [1] 0+1i 0+2i 0+3i
## [1] "complex"
printAndType(letters[1:3]);
## [1] "a" "b" "c"
## [1] "character"
printAndType(list(c(T,F),1:3,letters[1:3]));
## [[1]]
## [1]  TRUE FALSE
##
## [[2]]
## [1] 1 2 3
##
## [[3]]
## [1] "a" "b" "c"
##
## [1] "list"
printAndType(expression(a+1,sum(1,2+3*4),if (T) 1 else 2));
## expression(a + 1, sum(1, 2 + 3 * 4), if (T) 1 else 2)
## [1] "expression"

如果要在单个对象中存储多个函数，则必须使用列表，并且必须使用左值中的双括号索引运算符对其进行赋值：

fl <- list();
for (i in 1:3) fl[[i]] <- (function(i) { force(i); function(a) a+i; })(i);
fl;
## [[1]]
## function (a)
## a + i
## <environment: 0x600da11a0>
##
## [[2]]
## function (a)
## a + i
## <environment: 0x600da1ab0>
##
## [[3]]
## function (a)
## a + i
## <environment: 0x600da23f8>
sapply(fl,function(f) environment(f)$i);
## [1] 1 2 3
sapply(fl,function(f) f(3));
## [1] 4 5 6

在上面的代码中，我还演示了关闭循环变量的正确方法。这需要创建一个临时函数评估环境来保存i 的副本，然后返回的函数将围绕该评估环境关闭，以便它可以访问特定于迭代的i。这适用于支持动态函数和闭包的其他语言，例如 JavaScript。在 R 中，还有一个额外的要求是强制通过 force() 解决承诺，否则，对于每个独立生成的函数，承诺不会在第一次评估该特定生成函数之前得到解决，这将在那时锁定在该特定生成函数的承诺目标的当前值（在本例中为全局 i 变量）。还需要指出的是，这是一个极其浪费的设计，为每次迭代生成一个临时函数并对其进行评估，从而生成一个带有循环变量副本的新评估环境。

如果您想使用这种设计，那么您的代码将变为：

coc_glm_f <- list();
for (i in 1:nrow(coc_comp_model)) {
    coc_glm_f[[i]] <- (function(i) { force(i); function(x) x*coc_comp_model$Gradient[i] + coc_comp_model$`Y-Intercept`[i]; })(i);
};

但是，为 data.frame 的每一行创建单独的函数可能没有意义。如果您希望 x 参数采用标量值（我的意思是单元素向量），那么您可以按如下方式定义函数：

coc_glm_f <- function(x) x*coc_comp_model$Gradient + coc_comp_model$`Y-Intercept`;

此函数是矢量化的，这意味着您可以为x 传递一个矢量，其中x 的每个元素将对应于coc_comp_model 的一行。例如：

coc_comp_model <- data.frame(Relationship=c('DG-r ~ DG-cl','CA3-r ~ CA3-cl','CA2-r ~ CA2-cl'),Output=c('DG-r','CA3-r','CA2-r'),Input=c('DG-cl','CA3-cl','CA2-cl'),`|r-Value|`=c(0.8271167,0.7461309,0.9732584),`Y-Intercept`=c(0.0027217513,0.0350767684,-0.0040992226),Gradient=c(12.9901380,27.6107963,35.8299582),check.names=F);
coc_glm_f(seq_len(nrow(coc_comp_model)));
## [1]  12.99286  55.25667 107.48578

【讨论】：