循环遍历变量名向量并应用函数（在 R 中）答案

【问题标题】：Looping through vector of variable names and applying a function (in R)循环遍历变量名向量并应用函数（在 R 中）
【发布时间】：2016-05-20 14:13:02
【问题描述】：

所以我已经找到了一些相关的主题，但不知何故未能将它们应用到我的案例中。其实我觉得这个很简单：我正在尝试编写一个循环，它将向我显示给定数据帧的每个变量的所有唯一值（我们称之为“数据”）。因此，我正在尝试应用 unqiue() fct。以下是我认为的解决方法：

i=0 
for (name in names(data)) {i=i+1; print(get(paste0((unique(names(data)[i])))))}

我猜我还没有弄清楚 get/assign/paste 的正确用法。

有什么帮助吗？提前致谢

【问题讨论】：

apply(data, 2, unique)
完美，谢谢！由于我已经有一段时间没有使用 R 了，所以我忘记了 apply()。但是，据我了解， ?apply 此解决方案仅限于一次应用一个功能（对吗？）。如果例如我想查看的不是唯一条目本身，而只是每个变量的唯一条目数，我需要类似 length(unique(...)) 之类的东西，它不能使用 apply() 来执行，对吧？然后我必须选择来自 Psidom 的code for(name in names(data)) {print(length(unique(data[, name])))}。
apply(data, 2, function(i) length(unique(i))
您可以使用apply 或lapply 应用多个函数。示例：lapply(data, function(i) { list(n=length(i), n_distinct=length(unique(i)), unique_values=unique(i)) }) 或 apply(data, 2, function(i) { list(n=length(i), n_distinct=length(unique(i)), unique_values=unique(i)) })

标签： r loops names

【解决方案1】：

如果你想写一个for循环来实现这个，你可以这样做：

for(name in names(data)) {
    print(unique(data[, name]))
}

您也可以使用lapply 函数。 lapply(data, unique).

更新：apply 和 lapply 之间的性能比较：

df <- data.frame(x = 1:1000, y = 1:1000, z = 1:1000)
microbenchmark(lapply(df, unique), apply(df, 2, unique), times = 10000)
Unit: microseconds
                 expr     min      lq      mean  median      uq      max neval
   lapply(df, unique)  41.874  47.211  69.87959  51.317  55.832 10405.64 10000
 apply(df, 2, unique) 163.390 178.580 241.17553 187.201 209.370 11389.26 10000

【讨论】：

我不知道 lapply 在数据帧上工作。 apply 不是更标准的数据帧处理方式吗？
lapply ("list apply") 适用于列表，数据框只是一种特殊类型的列表。
根据我的经验，这可能只是一个错误，apply 通常很慢。