对内部使用 grepl 的 vapply 函数感到困惑（datacamp 课程的一部分）

Question

hits <- vapply(titles,
           FUN = grepl,
           FUN.VALUE = logical(length(pass_names)),
           pass_names)

titles 是一个带有标题的向量，例如 "mr"，pass_names 是一个名称列表。

2 个问题。

我不明白结果矩阵命中
我不明白为什么最后一行是 pass_names，也不明白我应该如何了解这 4 个参数。在 ?vapply 下，它指定了 x、FUN、FUN.VALUE，但我无法弄清楚我应该如何弄清楚 pass_names 需要在那里列出。

我在网上查了，找不到答案，所以我希望这对其他人也有帮助。预先感谢您的回答，是的，我是初学者。

额外信息：本题使用R中的titanic包，pass_names就是titanic$Name，titles就是paste(",", c("Mr\.", "Master", "Don", "Rev", "Dr\.", "Major", "Sir", "Col", "Capt", "Jonkheer"))

Answer 1

你有点困惑是对的。

您问题中的 vapply 代码块等同于：

hits <- vapply(titles,
               FUN = function(x) grepl(x, pass_names),
               FUN.VALUE = logical(length(pass_names)))

vapply 接受一个 ... 参数，该参数接受与提供的参数一样多的参数。如果参数未命名（参见@Roland 的注释），则 ... 位置的第 n 个参数传递给 FUN 的第 n+1 个参数（[=15 的第一个参数=] 是 X，即 titles 在这种情况下）。

生成的矩阵的行数与 titanic 中的行数相同，并且有 10 列，长度为 titles。如果第 i 个 pass_names 匹配 titles、[=27] 中的第 j 个正则表达式，则第 [i, j] 个条目为 TRUE =] 如果没有。

Answer 2

本质上，您在 vapply 中传递了两个向量，这相当于两个嵌套的 for 循环。然后将每个配对传递给 grepl 所需的参数：grepl(pattern, x)。

具体来说，在 vapply 的第一个循环中，titles 中的第一项与 pass_names[=49 中的每一项进行比较=].然后在第二个循环中，titles 中的第二个项目再次与 pass_names 中的所有项目进行比较，依此类推，直到第一个向量，titles，累死了。

为了说明，您可以使用嵌套 for 循环等效地构建一个 hits2 矩阵，完全按照您的 vapply 输出呈现，hits:

hits2 <- matrix(NA, nrow=length(df$name), ncol=length(titles)) colnames(hits2) <- titles for (i in seq_along(df$name)) { for (j in seq_along(titles)) { hits2[i, j] <- grepl(pattern=titles[j], x=df$name[i]) } } all.equal(hits, hits2) # [1] TRUE

或者，您可以运行在 sapply 中与 sapply 和 vapply 是 lapply 的包装器。但是，vapply 更受欢迎，因为您主动断言输出，而 sapply 根据功能呈现一种方式。例如，在 vapply 中，您可以渲染一个整数矩阵：FUN.VALUE = integer(length(pass_names)).

hits3 <- sapply(titles, FUN = grepl, pass_names) all.equal(hits, hits3) # [1] TRUE

总而言之，apply 系列是运行迭代和呈现数据结构的更简洁、紧凑的方法，而不是初始化和分配 vector/matrix 与 for 或 while 循环。

要进一步阅读，请考虑这个有趣的 SO post：

对内部使用 grepl 的 vapply 函数感到困惑（datacamp 课程的一部分）

Confused by a vapply function using grepl internally (Part of datacamp course)

r

apply

lapply

sapply

grepl