如何在向量列表中计算 (i+1 - i)

Question

我有一个包含 29 个向量（每个向量具有不同长度）的列表，如下所示：

my_list
[1] 1 12 23 34 38 
[2] 2 12 21 38 47 56 71  
 .
 .
[29] 14 22 81 88 91 94   

我需要为列表 (my_list) 的每个向量计算 (i+1 - i)。 示例：

my_list
[1] (12-1) (23-12)  (34-23) (38-34)
[2] (12-2) (21-12)  (38-21) (47-38) (56-47) (71-56)
 .
 .
[29] (22-14) (81-22)  (88-81) (91-88) (94-91) 

我尝试了一个 for 循环：

res <- list()
for(i in 1:29) {
    for(j in 1:length(my_list[[i]])){
        my_res <- list(my_list[[i]][j+1] - my_list[[i]][j])
        res[i] <- my_res

但是结果只给出了列表中每个向量的第一个值：

res
[1] 11
[2] 10
 .
 .
[29] 8

有一种方法可以使用类似应用的函数吗？

Answer 1

我不太了解您的双for 循环，但有几种更有效的方法可以解决此类问题。

Vectorization 是 R 做得很好的东西。好多了，事实上，在某些语言中很自然的蛮力方法仍然可以在 R 中工作，但速度要慢得多。

旁注：R 的 for 循环过去的效率不如现在，因此许多人仍然强烈不鼓励使用它们，而支持 apply 系列的函数。两点：事实不再正确；这是与我在这里讨论的不同类型的循环结构。因此，当我在这种情况下不鼓励 for 循环时，它有利于 矢量化 数学，而不是 applying 它。

这是一些数据：

my_list <- list(
  c(1, 12, 23, 34, 38),
  c(2, 12, 21, 38, 47, 56, 71),
  c(14, 22, 81, 88, 91, 94)
)

我将在此列表的单个向量上进行演示：

v <- my_list[[1]]
v

对于索引序列中的每个i，我将您所说的解释为v[i+1] - v[i]（1 除外，因为v[0] 未在R 中定义）。要将其作为向量进行，这是“从除第一个之外的所有数字开始，然后减去除最后一个之外的所有数字”。

v[-1]
# [1] 12 23 34 38
v[-length(v)]
# [1]  1 12 23 34
v[-1] - v[-length(v)]
# [1] 11 11 11  4

这是有效的

c(12, 23, 34, 38) - c(1, 12, 23, 34)
c(12-1, 23-12, 34-23, 38-34)

现在我们知道如何高效地完成此操作一次，让我们简化该操作并将其映射到列表中的每个向量。 R 确实有一个函数可以为我们做到这一点：

diff(v)
# [1] 11 11 11  4

但如果您未来的需求包括更具体（非一般）的操作，我们可以为这个具体操作编写自己的函数：

my_func <- function(vec) vec[-1] - vec[-length(vec)]

下面是其中一个映射函数的经典用法：lapply 将单个函数应用于list 的每个元素，并返回一个长度相同的list 和返回值。

旁注：当我需要在for 和lapply 之间做出选择（例如）时，我会问自己是否关心每个元素的计算（例如这种情况，我想要diff 的向量），或者如果我只是对side-effect 感兴趣（例如，绘图、保存文件）。如果是前者，那么lapply或其近亲是合适的；如果是后者，通常是 for 循环。这不是 100% 的启发式方法，但总体上还是不错的。

lapply(my_list, my_func)
# [[1]]
# [1] 11 11 11  4
# [[2]]
# [1] 10  9 17  9  9 15
# [[3]]
# [1]  8 59  7  3  3

（同样，lapply(my_list, diff) 有效。）有类似的*apply* 函数，它们的优点、要求和限制略有不同。 （还有几个教程已经进入其中，SO 并不是一个教程站点。）

---

我真的不鼓励在这里使用for 循环，部分用于lapply，部分用于矢量化，但为了帮助您了解为什么您的实现不起作用：

• 如果您需要遍历列表的每个元素：
  • 最好不硬编码1:29，而是使用依赖于向量本身的东西，例如length(my_list)，所以1:length(my_list)可能看起来合适（因为你正确使用在您的第二个循环中），但是...
  • 碰巧这个列表的长度是 0，但是for (i in 1:0) 确实没有做人们希望的事情。需要明确的是，我希望它什么都不做，但是1:0 解析为一个向量，长度为 2，值 1 和 0（这在大多数使用此流控制的情况下是错误的）。我建议用for (i in seq_along(my_list)) 或for (i in seq_len(length(my_list))) 替换for (i in 1:length(my_list))（seq_along 提供沿向量/列表的索引，如果其列表的长度为 0，它将不给出数字；并且seq_len 巧妙地给出一个长度为 0 的向量，如果它的参数是0。两者都可以在?seq中找到。）
• 当i为1且j为2时，将list(12-1)存储在res[1]中；当 j 为 3 时，您覆盖 res[1] 与 list(23-12)，因此您丢失了之前在向量 1 中的计算。这就是列表中每个元素的长度为 1 的原因。
• 你的内循环（j）一直到向量的末尾（length(my_list[[i]])）；此时，my_list[[i]][j+1] 指向向量的末尾之外，因此它解析为NA（尝试my_list[[1]][999999]），这就是为什么res 中的所有值都是NA。要解决此问题，请使用1:(length(my_list[[i]])-1) 或最好使用seq_length(my_list[[i]])[-1] 删除第一个（因此我们将使用(j) - (j-1) 而不是(j+1) - (j)）。
  • 如果您必须保留(j+1) - (j) 索引逻辑，则使用seq_along(my_list[[i]])[-length(my_list[[i]])] 或head(seq_along(my_list[[i]]),n=-1) 之类的内容，其中n=-1 表示除最后一个之外的所有内容。

这是您的代码的更正版本：

resouter <- list()
for (i in seq_along(my_list)) {
  resinner <- numeric(0)
  for (j in seq_along(my_list[[i]])[-1]) {
    resinner[j] <- my_list[[i]][j] - my_list[[i]][j-1]
  }
  resouter[[i]] <- resinner[-1] # since j starts at 2, first one is always NA
}
resouter
# [[1]]
# [1] 11 11 11  4
# [[2]]
# [1] 10  9 17  9  9 15
# [[3]]
# [1]  8 59  7  3  3

但我认为lapply(my_list, my_func) 甚至lapply(my_list, diff) 更简洁（而且速度更快）。