我有一个有效的 mapply 函数 - 如何将其转换为 mlply？

Question

我编写了以下 R 代码，它将最近的邮政编码分配给一组北/东坐标：

# Set of northing / easting coordinates that I need to assign a postcode to
x1 <- c(1,2,4,6,7)
y1 <- c(5,2,4,7,8)

# Postcode with northing / easting coordinates
postcode <- c("Postcode A", "Postcode B", "Postcode C", "Postcode D")
x2 <- c(5,3,4,2)
y2 <- c(8,1,2,4)

# Function that attributes closest postcode to (x1, y1) coordinates
algo <- function(x, y)
{
        dist <- which.min(sqrt(((x2 - x)^2) + ((y2 - y)^2)))
}

# mapply to run the function, and find the closest coordinates
postcode[mapply(algo, x1, y1, SIMPLIFY = T)]
[1] "Postcode D" "Postcode B" "Postcode C" "Postcode A" "Postcode A"

由于我有超过500,000 (x1, y1) 坐标和超过1,000,000 (x2, y2) 坐标，所以这个mapply函数需要很长时间才能运行，我想监控进度。我知道 mlply 有一个进度条功能，但我无法达到运行。我所做的是：

# Using mlply to run the function, and find the closest coordinates with progress bar
library(plyr)
postcode[mlply(cbind(x1, y1), .fun = algo, .progress = "tk")]

我做错了什么？希望 mlply（或其他 m*ply 函数）的正确 R 代码，以及上述不正确原因的解释。

非常感谢您的宝贵时间和关注。

Answer 1

我至少发现了两个问题。

首先，数据框中列的名称与函数中参数的名称不匹配。以下代码在没有警告的情况下运行。

mlply(cbind(x= x1, y =y1), .fun = algo, .progress = "tk")

第二个，mlply returns 一个列表，其中的元素不能用于对您的邮政编码矢量进行子集化：

mlply(.data = cbind(x = x1, y = y1), .fun = algo, .progress = "tk")

$1 [1] 4

$2 [1] 2

$3 [1] 3

$4 [1] 1

$5 [1] 1

属性(,"split_type") [1] "array" 属性（，"split_labels"）坐标 1 1 5 2 2 2 3 4 4 4 6 7 5 7 8

为了解决这个问题，我建议：

postcode[unlist(mlply(.data = cbind(x = x1, y = y1), 
    .fun = algo, .progress = "tk"))[1:length(x1)]]

Last，如果你试图寻找最小距离，你可以考虑直接寻找最小平方距离（你避免计算一百万次平方根，这应该会提高时间）。

我有一个有效的 mapply 函数 - 如何将其转换为 mlply？

I have a mapply function that works - how do I convert this to a mlply?

r

algorithm

progress-bar

plyr

mapply