从 for 循环到 R 中的函数

Question

我很好奇如何将我编写的 for 循环转换为 R 中的函数？我没有在 R 中编写自己的函数的经验。我查看了 here 和 here 但这些似乎并没有提供太多帮助。我知道 for 循环不是必需的，总的来说，我正在尝试做类似于this blog post 的事情。

具有可重现数据的 for 循环在这里：

P <- c(1:50)
y <- length(P)
D <- as.data.frame(combs(P,2))
Z <- choose(y,2)
Num = NULL
Denom = NULL
Diff = NULL

for(n in 1:Z)
   {
    Num[n] = abs(D$V1[n]-D$V2[n])
    Denom[n] = max(D$V1[n], D$V2[n])
    Diff[n] = Num[n]/Denom[n]
    }
 PV=mean(Diff)
 PV

但是，我有兴趣根据这些数据中的级别计算 PV：

DATA <- c(1:500)
NAME <- c("a", "b", "c", "d", "e")
mydf <- as.data.frame(cbind(DATA, NAME))

因此，我想使用的最终代码是：

ANSWER <- tapply(mydf$DATA, mydf$NAME, MY.FUNCTION) 

所以，如果我可以将上面的 for 循环变成一个工作函数，我可以运行 tapply 函数来获取基于级别的 PV。

任何帮助或与我提供的建议相反的任何其他建议都将不胜感激。

谢谢！

Answer 1

一旦你加载了你的库：

library(caTools)

这是您可以在数据上运行的函数：

mymeandiff <- function(values){
    df <- as.data.frame(combs(values, 2))
    diff <- abs(df$V1 - df$V2)/pmax(df$V1, df$V2)
    mean(diff)
}
mymeandiff(1:50)

然后我们可以使用dplyr在每个组上运行（修正数据后）：

mydf$DATA <-as.numeric(as.character(mydf$DATA))

library(dplyr)
mydf %>% group_by(NAME) %>%
         summarise(mymeandiff(DATA))

对于 apply，而不是 dplyr：

tapply(mydf$DATA, mydf$NAME, FUN = mymeandiff)

让我们计时：

microbenchmark::microbenchmark(tapply = tapply(mydf$DATA, mydf$NAME, FUN=mymeandiff),
                               dplyr = mydf %>% group_by(NAME) %>%
                                                summarise(mymeandiff(DATA)))
Unit: milliseconds
   expr      min       lq     mean   median       uq       max neval
 tapply 60.36543 61.08658 63.81995 62.61182 66.13671  80.37819   100
  dplyr 61.84766 62.53751 67.33161 63.61270 67.58688 287.78364   100

tapply 稍快