如何矢量化 R 中的子集函数？答案

【问题标题】：How to vectorize a subsetting function in R?如何矢量化 R 中的子集函数？
【发布时间】：2019-04-08 08:35:54
【问题描述】：

我很幸运地将某些函数矢量化，这对于干净的代码、避免循环和速度非常有用。

但是，我无法向量化任何基于函数输入对数据帧进行子集化的函数

示例

例如这个函数在接收元素时效果很好

test_funct <- function(sep_wid, sep_len) {
    iris %>% filter(Sepal.Width > sep_wid & Sepal.Length < sep_len) %>% .$Petal.Width %>% sum
}

test_funct(4, 6)

# [1] 0.7 # This works nicely

但是当试图提供向量作为这个函数的输入时：

sep_wid_vector <- c(4, 3.5, 3)
sep_len_vector <- c(6, 6, 6.5)


test_funct(sep_wid_vector, sep_len_vector)

[1] 9.1

但所需的输出是一个与输入向量长度相同的向量，就好像该函数在每个向量的第一个元素上运行，然后是第二个，然后是第三个。即

# 0.7    4.2     28.5

为了方便，这里的输出好像这些都是单独运行的

test_funct(4, 6) # 0.7
test_funct(3.5, 6) # 4.2
test_funct(3, 6.5) # 28.5

如何向量化一个基于其输入对数据进行子集化的函数，以便它可以接收向量输入？

【问题讨论】：

标签： r dplyr

【解决方案1】：

问题在于filter 接受向量输入，因此它将在Sepal.width 和Sepal.length 比较中回收向量。

一种方法是使用map2 包中的purrr：

map2_dbl(sep_wid_vector, sep_len_vector, test_funct)

当然，您可以将其包装在一个函数中。您可能还需要考虑将数据框作为函数参数传入。

【讨论】：

@thothal 与purrr::map2_dbl 一起发现很棒。为了完整起见，mapply(test_funct, sep_wid_vector, sep_len_vector) 也可以使用

【解决方案2】：

你可以使用Vectorize:

tv <- Vectorize(test_funct)

tv(sep_wid_vector, sep_len_vector)
# [1]  0.7  4.2 28.5

这基本上是mapply 的包装。请注意，您正在运行 *apply 函数，这也是一个循环

【讨论】：

【解决方案3】：

这是使用sapply的一种方法

# function using sapply
test_funct <- function(sep_wid, sep_len) {
  sapply(seq_along(sep_wid), function(x) {
    sum(iris$Petal.Width[iris$Sepal.Width > sep_wid[x] & iris$Sepal.Length < sep_len[x]])
  })
}

# testing with single value
test_funct(4,6)
[1] 0.7

# testing with vectors
test_funct(sep_wid_vector, sep_len_vector)
[1]  0.7  4.2 28.5

【讨论】：