在没有 for 循环的情况下应用用户定义的函数答案

【问题标题】：applying user defined function without for loop在没有 for 循环的情况下应用用户定义的函数
【发布时间】：2020-06-01 00:40:31
【问题描述】：

我正在尝试使用自定义函数来解决参数的多个排列。

该函数 (yield.n) 在我调用一次时可以正常工作，例如：产量.n(naa, F, M, S, Y) naa 是一个大型数据框 (750000 x 17)，F、M 和 Y 是数字对象，S 是向量。

我想用这个函数解决 Y 的各种值。我尝试了 apply 系列的多种排列，但我无法提出函数代码。如果我对 Y 的值（代码崩溃）运行 for 循环，它可以正确解决，但速度很慢。

yn.out <- NULL                                        
    for(yr in 50:150){                               
           yr.out <- yield.n(naa, ssf, M, S, yr)         
           yr.out <- cbind(yr.out, yr)                       
           yn.out <- rbind(yn.out, yr.out)
        }

yn.out <- as.data.frame(yn.out)

我如何获得一个应用函数来解决这个问题以解决 Y 的多个值？

该函数的代码如下（但我不确定这与手头的问题是否相关）。

function(naa, F, M, S, Y){
    yr <- Y
    naa.lci <- aggregate(naa[, 1:16], list(naa$year),
                         "quantile", probs = .05)
    naa.m   <-  aggregate(naa[, 1:16], list(naa$year),
                          "quantile", probs = .5)
    naa.uci <- aggregate(naa[, 1:16], list(naa$year),
                         "quantile", probs = .9)
    yield.n.lci <- round(sum(((F*S)/(M + (F*S))) * (1- exp(-M-(F*S))) *
                             naa.lci[yr, 2:17]))
    yield.n.m   <- round(sum(((F*S)/(M + (F*S))) * (1- exp(-M-(F*S))) *
                             naa.m[yr, 2:17]))
    yield.n.uci <- round(sum(((F*S)/(M + (F*S))) * (1- exp(-M-(F*S))) *
                             naa.uci[yr, 2:17]))
    yield.out <- cbind(yield.n.lci, yield.n.m, yield.n.uci)
    return(yield.out)
}

【问题讨论】：

标签： r apply user-defined-functions

【解决方案1】：

尝试以下方法：

yn.out <- do.call(rbind, lapply(50:150, function(y) 
                  cbind(yield.n(naa, F, M, S, y), yr = y)))

或使用purrr::map_df

yn.out <- purrr::map_df(50:150, ~cbind(yield.n(naa, F, M, S, .x), yr = .x))

【讨论】：