>我有一个包含两个变量 x 和 y 的函数:
fun1 <- function(x,y) {
z <- x+y
return(z)
}
该函数本身工作正常:
fun1(15,20)
但是当我尝试将其与带有应用函数的 x 和 y 的两个向量一起使用时,我没有得到正确的 56*121 数组
Lx <- c(1:56)
Ly <- c(1:121)
mapply(fun1, Lx, Ly)
我将不胜感激您的帮助以及有关最快解决方案的建议(例如,data.table 或 dplyr 解决方案比应用更快)。
使用mapply()
你必须为它提供n个具有相同大小的参数列表,这些参数将被n传递给函数n,如下所示:
mapply(fun1,c(1,2,3), c(4, 5, 6))
[1] 5 7 9
或者一个参数可以是标量,如下所示:
mapply(fun1,c(1,2,3), 4)
[1] 5 6 7
由于您尝试使用 Lx
和 Ly
的所有组合,因此您可以迭代一个列表,然后迭代另一个列表,例如:
sapply(Lx, function(x) mapply(fun1,x,Ly))
或
sapply(Ly, function(y) mapply(fun1,Lx,y))
这产生了与 Rawr 在上面评论中的命题相同的结果
outer(Lx, Ly, fun1)
outer()
更快的地方
正如您所描述的,使用dplyr
来解决这个问题很奇怪。 您似乎想要使用向量,而不是 data.frames,并且dplyr
函数期望 data.frame 输入并返回 data.frame 输出,即它的输入和输出是幂等的。 要使用向量,应使用 outer
。 但是dplyr
可能会被硬塞进去做这个任务......
# define variables
Lx <- c(1:56)
Ly <- c(1:121)
dx <- as.data.frame(Lx)
dy <- as.data.frame(Ly)
require(dplyr)
require(magrittr) # for the %<>% operator
# the dplyr solution
(dx %<>% mutate(dummy_col = 1)) %>%
full_join(
(dy %<>% mutate(dummy_col = 1)), by='dummy_col') %>%
select(-dummy_col) %>%
transmute(result = Lx + Ly)
好吧,您使用的是不同长度的向量,但如果我理解正确,这可能会有所帮助。我刚刚用变量 i 做了一个虚拟函数
fun1 <- function(x,y) {
z <- x+y
return(z)
}
fun1(15,20)
Lx <- c(1:56)
Ly <- c(1:121)
fun1I <- function(x,y,i)
{
fun1(x[i],y[i])
}
fun1IR <- function(x,y)
{
function(i)fun1I(x=x,y=y,i=i) #return dumby function
}
testfun <- fun1IR(Lx,Ly) # creates function with data Lx and Ly in variable i
mapply(testfun, 1:min(length(Lx),length(Ly)))