将 R 中的多个表达式组合成一个大表达式
combine multiple expressions in R into one big expression
我是 R 表达式处理的新手。我遇到了以下问题。欢迎任何意见。
我正在尝试生成两个单独的方程并将它们组合成一个表达式并将其传递给算法以找到最佳值。
OLD_PRICE ELAST Units
1 59.98 1.3 151
2 59.98 1.3 230
代码:
for(i in 1:nrow(df)){
o[i] = df$OLD_PRICE[i]
el[i] = df$ELAST[i]
u[i] = df$Units[i]
assign(paste0("l",i),(substitute((x)*(1-(x-o)*el/o)*u, list(o=o[i],el=el[i],u=u[i]))))
}
我能够生成以下两个方程
l1 = (x) * (1 - (x - 59.98) * 1.3/59.98) * 151
l2 = (x) * (1 - (x - 59.98) * 1.3/59.98) * 230
我的 objective 函数看起来像这样
eval_obj_f <- function(x){eval(l1)+eval(l2)}
我正在尝试弄清楚如何动态地执行此操作。就像我有一个包含 4 个观察值的不同数据集,我如何动态生成如下所示的 objective 函数?
eval(l1)+eval(l2)+eval(l3)+eval(l4)
您可以使用省略号创建接受任意数量参数的函数:
eval_obj_f <-function(x,...){
sum(sapply(...),function(expr) {eval(expr)})
}
对于我的例子,我将你的 R 表达式移动到一个列表中
l=list()
for(i in 1:nrow(df)){
o = df$OLD_PRICE[i]
el = df$ELAST[i]
u = df$Units[i]
l[[i]]=substitute((x)*(1-(x-o)*el/o)*u,list(o=o,el=el,u=u))
}
现在您可以将列表传递给您的 eval_obj_f 函数,其值为 'x':
x=8.76
eval_obj_f (x,l)
您需要使用真正的 R expression
,目前这些不是表达式,而是 call
。 (用 is.expression
或 class
检查)。我不喜欢数据帧的名称 "df" 因为它也是一个函数名称,所以我使用了 "prdat":
o <- el <- u <- numeric(2) # if they don't exist, then the loop errors out
for(i in 1:nrow(prdat)){
o[i] = prdat$OLD_PRICE[i]
el[i] = prdat$ELAST[i]
u[i] = prdat$Units[i]
assign(paste0("l",i), as.expression(substitute(x*(1-(x-o)*el/o)*u,
list(o=o[i],el=el[i],u=u[i]))))
}
l1
#expression(x * (1 - (x - 59.98) * 1.3/59.98) * 151) # how expressions appear when printed.
l2
#expression(x * (1 - (x - 59.98) * 1.3/59.98) * 230)
exprlist <- list(l1,l2)
eval_obj_f <- function(x){sum( sapply( exprlist, eval, envir=list(x=x) ) )}
eval_obj_f(2)
#[1] 1719.569
这看起来很笨拙。我可能会对那个数据框 apply
-ed 一个函数并对结果求和。我想尝试 "compute on the language" 方法可能会很有趣,但请看下面的代码,我认为它更符合 "R-way"。看起来更紧凑……更有表现力:
func <- function(x) {apply(prdat, 1, function(z) x*(1-
(x-z["OLD_PRICE"])*z["ELAST"]/z["OLD_PRICE"])*z["Units"] )}
> sum( func(x=2))
[1] 1719.569
这可能比仅使用您的代码更好(但仍然比第二种方法 IMO 笨重得多):
exprvec <- expression()
o <- el <- u <- numeric(2)
for(i in 1:nrow(prdat)){
o[i] = prdat$OLD_PRICE[i]
el[i] = prdat$ELAST[i]
u[i] = prdat$Units[i]
exprvec[[i]] <- substitute(x*(1-(x-o)*el/o)*u,
list(o=o[i],el=el[i],u=u[i]))
} #substitute-value gets coerced to mode-expression
# Test
> eval_obj_f <- function(x){sum( sapply( exprvec, eval, envir=list(x=x) ) )}
> eval_obj_f(2)
[1] 1719.569
我是 R 表达式处理的新手。我遇到了以下问题。欢迎任何意见。
我正在尝试生成两个单独的方程并将它们组合成一个表达式并将其传递给算法以找到最佳值。
OLD_PRICE ELAST Units
1 59.98 1.3 151
2 59.98 1.3 230
代码:
for(i in 1:nrow(df)){
o[i] = df$OLD_PRICE[i]
el[i] = df$ELAST[i]
u[i] = df$Units[i]
assign(paste0("l",i),(substitute((x)*(1-(x-o)*el/o)*u, list(o=o[i],el=el[i],u=u[i]))))
}
我能够生成以下两个方程
l1 = (x) * (1 - (x - 59.98) * 1.3/59.98) * 151
l2 = (x) * (1 - (x - 59.98) * 1.3/59.98) * 230
我的 objective 函数看起来像这样
eval_obj_f <- function(x){eval(l1)+eval(l2)}
我正在尝试弄清楚如何动态地执行此操作。就像我有一个包含 4 个观察值的不同数据集,我如何动态生成如下所示的 objective 函数?
eval(l1)+eval(l2)+eval(l3)+eval(l4)
您可以使用省略号创建接受任意数量参数的函数:
eval_obj_f <-function(x,...){
sum(sapply(...),function(expr) {eval(expr)})
}
对于我的例子,我将你的 R 表达式移动到一个列表中
l=list()
for(i in 1:nrow(df)){
o = df$OLD_PRICE[i]
el = df$ELAST[i]
u = df$Units[i]
l[[i]]=substitute((x)*(1-(x-o)*el/o)*u,list(o=o,el=el,u=u))
}
现在您可以将列表传递给您的 eval_obj_f 函数,其值为 'x':
x=8.76
eval_obj_f (x,l)
您需要使用真正的 R expression
,目前这些不是表达式,而是 call
。 (用 is.expression
或 class
检查)。我不喜欢数据帧的名称 "df" 因为它也是一个函数名称,所以我使用了 "prdat":
o <- el <- u <- numeric(2) # if they don't exist, then the loop errors out
for(i in 1:nrow(prdat)){
o[i] = prdat$OLD_PRICE[i]
el[i] = prdat$ELAST[i]
u[i] = prdat$Units[i]
assign(paste0("l",i), as.expression(substitute(x*(1-(x-o)*el/o)*u,
list(o=o[i],el=el[i],u=u[i]))))
}
l1
#expression(x * (1 - (x - 59.98) * 1.3/59.98) * 151) # how expressions appear when printed.
l2
#expression(x * (1 - (x - 59.98) * 1.3/59.98) * 230)
exprlist <- list(l1,l2)
eval_obj_f <- function(x){sum( sapply( exprlist, eval, envir=list(x=x) ) )}
eval_obj_f(2)
#[1] 1719.569
这看起来很笨拙。我可能会对那个数据框 apply
-ed 一个函数并对结果求和。我想尝试 "compute on the language" 方法可能会很有趣,但请看下面的代码,我认为它更符合 "R-way"。看起来更紧凑……更有表现力:
func <- function(x) {apply(prdat, 1, function(z) x*(1-
(x-z["OLD_PRICE"])*z["ELAST"]/z["OLD_PRICE"])*z["Units"] )}
> sum( func(x=2))
[1] 1719.569
这可能比仅使用您的代码更好(但仍然比第二种方法 IMO 笨重得多):
exprvec <- expression()
o <- el <- u <- numeric(2)
for(i in 1:nrow(prdat)){
o[i] = prdat$OLD_PRICE[i]
el[i] = prdat$ELAST[i]
u[i] = prdat$Units[i]
exprvec[[i]] <- substitute(x*(1-(x-o)*el/o)*u,
list(o=o[i],el=el[i],u=u[i]))
} #substitute-value gets coerced to mode-expression
# Test
> eval_obj_f <- function(x){sum( sapply( exprvec, eval, envir=list(x=x) ) )}
> eval_obj_f(2)
[1] 1719.569