带有循环附加避免 for 的 R 函数（使用 lapply 代替）答案

【问题标题】：R function with loop append avoiding for (using lapply instead)带有循环附加避免 for 的 R 函数（使用 lapply 代替）
【发布时间】：2016-11-26 13:45:43
【问题描述】：

我听说不建议在 R 中使用 for 循环，主要是因为它很慢。我听说我应该改用 lapply，因为它调用 C 是为了提高效率。

问题：能否告诉我如何将以下示例转换为lapply 高效代码（或同一家族的任何其他apply sapply）？

myFun <- function(loop){
  result = data.frame() #init new df
  for(iteration in 1:loop){
    generateRnorm1 = matrix(data = rnorm(n = 1000000), nrow = 10000, ncol = 10000)
    generateRnorm2 = matrix(data = rnorm(n = 1000000), nrow = 10000, ncol = 10000)
    iterationResult = sum(generateRnorm1, generateRnorm2)
    bindIterationResult = cbind(iteration, iterationResult)
    result = rbind(result, bindIterationResult)
  }
  return(result)
}

test = myFun(loop = 10)

【问题讨论】：

见Burns R inferno第4章
谢谢我会阅读它

标签： r function functional-programming lapply

【解决方案1】：

这是一个lapply 方法：

myFun2 <- function(loop){
  generateRnorm1 = matrix(data = rnorm(n = 1000000), nrow = 10000, ncol = 10000)
  generateRnorm2 = matrix(data = rnorm(n = 1000000), nrow = 10000, ncol = 10000)
  sum(generateRnorm1, generateRnorm2)
}

# run function over 1:10
myList <- lapply(seq.int(10), myFun2)
# rbind the resulting list
result2 <- do.call(rbind, myList)

请注意，速度并没有太大（如果有的话）提高，因为您的函数主体需要很长时间才能执行。这淹没了lapply 的任何潜在加速。

在我的电脑上，这两种方法都需要大约 20 秒才能运行。

【讨论】：