为什么函数 `load` 不能在 `lapply` 中工作，但可以在 `for` 循环中工作？

Question

我正在尝试将一系列文件加载到 R 中的列表中。下面是示例和我使用的代码。

## data
val <- c(1:5)
save(val, file='test1.rda')
val <- c(6:10)
save(val, file='test2.rda')

## file names
files = paste0('test',c(1:2), '.rda')
# "test1.rda" "test2.rda"

## use apply to load data into a list 
res <- lapply(files, function(x) load(x))
res
# [[1]]
# [1] "val" # ??? supposed to be 1,2,3,4,5
# 
# [[2]]
# [1] "val" # ??? supposed to be 6,7,8,9,10


## use for loops to load data
for (i in c(1:2)){
  load(files[i])
}
# data sets are loaded as expected

我不明白为什么apply + load 函数没有返回正确的列表。如果有人能指出我正确的方向，我将不胜感激。

Answer 1

前面的底线：load 将数据加载到调用环境中，这在从 for 循环和从 lapply 运行时非常不同。您可以覆盖它以强制将数据加载到 哪个 环境中。

如果您阅读?load，您会看到envir= 参数：

Usage:

     load(file, envir = parent.frame(), verbose = FALSE)
     
Arguments:

    file: a (readable binary-mode) connection or a character string
          giving the name of the file to load (when tilde expansion is
          done).

   envir: the environment where the data should be loaded.

 verbose: should item names be printed during loading?

由于默认值为parent.frame()，这意味着它被加载到lapply 中定义的环境中，而不是全局环境中。

演示：

for (i in 1:2) { print(environment()); }
# <environment: R_GlobalEnv>
# <environment: R_GlobalEnv>
ign <- lapply(1:2, function(ign) print(environment()))
# [[1]]
# <environment: 0x000000006f54b838>                # not R_GlobalEnv, aka .GlobalEnv
# [[2]]
# <environment: 0x000000006f54de58>

还有，因为

Value:

     A character vector of the names of objects created, invisibly.

这意味着res <- lapply(files, load) 将始终只返回一个character 向量，而不是值本身。

虽然我同意 Samet Sökel 的前提，即 readRDS 提供了一个更功能 接口（意思是：它返回一些东西，它不仅仅在副作用上运行），但解决方法不是太困难：

1. 加载到全局环境中：

   res <- lapply(files, load, envir = .GlobalEnv)
   

   这将返回加载到res 中的所有变量的名称，以及出现在全局环境中的所有数据。

2. 加载到用户定义的环境中：

   e <- new.env(parent = emptyenv())
   res <- lapply(files, load, envir = e)
   # all data is now in 'e'
   

   res 也将只包含名称，但这更接近于功能接口，因为数据将进入您定义的非常具体的位置。

   不要急于解决这个问题：如果您选择“生产”加载所有.rda 文件的代码，最好将数据加载到.GlobalEnv 以外的环境中。一方面，在函数内部加载并将数据放在全局中是非常糟糕的做法，并且它可能并不总是对您的函数顺利运行。好吧，它只是“一个”，生产型函数/包中的副作用是一件坏事（imo）：它经常破坏可重复性，它真的会惹恼那些碰巧在 中有同名变量的用户他们的环境......覆盖它们是一种不可逆转的操作，会很快导致愤怒和生产力损失。当出现问题时，副作用也很难排除。

Answer 2

load 函数不是分配保存的 R 对象的好方法，因为它直接在您的环境中加载对象（就像您在 for 循环中所做的那样，没有分配新的命名对象）

saveRDS 和 readRDS 可以帮助您将保存的文件分配给环境中的新对象；

val <- c(1:5)
saveRDS(val, file='test1.rds')
val <- c(6:10)
saveRDS(val, file='test2.rds')

files = paste0('test',c(1:2), '.rds')

res <- lapply(files, function(x) readRDS(x))
res

输出；

1. 1 2 3 4 5
2. 6 7 8 9 10