将函数参数简化为向量答案

【问题标题】：Reduce function arguments into a vector将函数参数简化为向量
【发布时间】：2019-08-10 14:46:24
【问题描述】：

您好，我正在模拟一个定义了十几个参数的函数：

library(tidyverse)

rmixexp <- function(n, w1, w2, w3, w4, w5, w6, w7, w8, w9, w10, w11, m1, m2, 
m3, m4, m5, m6, m7, m8, m9, m10, m11) {
  w1 * rexp(n, 1 / m1) +
    w2 * rexp(n, 1 / m2) +
    w3 * rexp(n, 1 / m2) +
    w4 * rexp(n, 1 / m5) +
    w5 * rexp(n, 1 / m5) +
    w6 * rexp(n, 1 / m6) +
    w7 * rexp(n, 1 / m7) +
    w8 * rexp(n, 1 / m8) +
    w9 * rexp(n, 1 / m9) +
    w10 * rexp(n, 1 / m10) +
    w11 * rexp(n, 1 / m11)
  }

datatibble <- tibble(
  w1 = c(1/11, 1/11),
  w2 = c(1/11, 1/11),
  w3 = c(1/11, 1/11),
  w4 = c(1/11, 1/11),
  w5 = c(1/11, 1/11),
  w6 = c(1/11, 1/11),
  w7 = c(1/11, 1/11),
  w8 = c(1/11, 1/11),
  w9 = c(1/11, 1/11),
  w10 = c(1/11, 1/11),
  w11 = c(1/11, 1/11),
  m1 = c(1/11, 1/11),
  m2 = c(1/11, 1/11),
  m3 = c(1/11, 1/11),
  m4 = c(1/11, 1/11),
  m5 = c(1/11, 1/11),
  m6 = c(1/11, 1/11),
  m7 = c(1/11, 1/11),
  m8 = c(1/11, 1/11),
  m9 = c(1/11, 1/11),
  m10 = c(1/11, 1/11),
  m11 = c(1/11, 1/11)
  )

这导致了一个笨拙的函数，如下所示：

从函数模拟...

n <- 10

loss.test <- datatibble %>% mutate(severity = 
                                       pmap(
                                         list(n, w1, w2, w3, w4, w5, 
                                              w6, w7, w8, w9, w10, w11, 
                                              m1, m2, m3, m4, m5, 
                                              m6, m7, m8, m9, m10, m11),
                                            function(n, w1, w2, w3, w4, w5, 
                                                     w6, w7, w8, w9, w10, w11, 
                                                     m1, m2, m3, m4, m5, 
                                                     m6, m7, m8, m9, m10, m11) 
                                              rmixexp(n, w1, w2, w3, w4, w5, 
                                                      w6, w7, w8, w9, w10, w11, 
                                                      m1, m2, m3, m4, m5, 
                                                      m6, m7, m8, m9, m10, m11))
                                    ) %>%
  mutate(severity = map(severity, ~ data.frame(severity = .x, 
                                                      sim = seq_along(.x))))     %>% 
unnest() %>% select(sim, severity)

有没有一种方法可以修改函数以接受一系列固定的参数，而不是单独定义每个变量？也可以将函数本身定义为权重和 rexp 函数的总和吗？

谢谢。

【问题讨论】：

你能减少你的问题并包含一个更简单的代码/数据示例吗？例如，是否真的有必要定义一个接受 23 个（！）参数的函数。你不能用一个函数来证明核心问题吗？ 2个论据？一般来说，将list（参数）传递给函数可能更容易，而不是单独列出每个参数。

标签： r function sum reduce

【解决方案1】：

如果w 和m 的长度相同，一种解决方案是将它们作为列表提供并通过循环遍历每个元素来求和：

rmixexp <- function(n, w, m) {
    ## Results placeholder
    result <- 0

    ## Loop through w and m
    for(element in 1:length(w)) {
        result <- result + w[[element]] * rexp(n, 1 / m[[element]])
    }

    return(result)
}

如果w 或m 是向量，这也将起作用（然后您可以循环通过w[element] 等。

或者，您可以使用mapply 函数将相同的函数直接应用于两个列表：

rmixexp <- function(n, w, m) {
    ## Using mapply to go through both lists (same length)
    mapply.fun <- function(w, m) {w * rexp(n, 1 / m)}

    ## Summing up the result of each function
    result <- sum(unlist(mapply(mapply.fun, w, m))))

    return(result)
}

我希望这能回答你的问题。

【讨论】：