时间戳

首页 > 解决方案 > 如何矢量化 R 中的子集函数？

r - 如何矢量化 R 中的子集函数？

问题描述

我很幸运地将某些函数矢量化，这对于干净的代码、避免循环和速度非常有用。

但是，我无法向量化任何基于函数输入对数据帧进行子集化的函数

例子

例如，这个函数在接收元素时运行良好

test_funct <- function(sep_wid, sep_len) {
    iris %>% filter(Sepal.Width > sep_wid & Sepal.Length < sep_len) %>% .$Petal.Width %>% sum
}

test_funct(4, 6)

# [1] 0.7 # This works nicely

但是当试图提供向量作为这个函数的输入时： 

sep_wid_vector <- c(4, 3.5, 3)
sep_len_vector <- c(6, 6, 6.5)


test_funct(sep_wid_vector, sep_len_vector)

[1] 9.1

但是所需的输出是与输入向量长度相同的向量，就好像该函数在每个向量的第一个元素上运行，然后是第二个，然后是第三个。IE

# 0.7    4.2     28.5

为方便起见，这里的输出好像这些都是单独运行的 

test_funct(4, 6) # 0.7
test_funct(3.5, 6) # 4.2
test_funct(3, 6.5) # 28.5

如何向量化一个基于其输入对数据进行子集化的函数，以便它可以接收向量输入？

标签： rdplyr

解决方案

问题是filter需要向量输入，因此它将在Sepal.width和Sepal.length比较中回收向量。

一种方法是map2从purrr包中使用：

map2_dbl(sep_wid_vector, sep_len_vector, test_funct)

当然，您可以将其包装在一个函数中。您可能还需要考虑将数据框作为函数参数传入。

推荐阅读