如何在 R 中的用户定义函数上应用向量

Question

我有一个名为 make_data 的用户定义函数，用于创建数据集。我需要使用 make _data 和 mu_1 <- seq(1:3) 生成 3 个不同的数据集。我不知道如何使用 sapply，因为 make_data 函数有多个参数，

library(dplyr) # for `%>%` and `slice`
library(caret) # for createDataPartion
make_data <- function(n = 1000, p = 0.5, 
                  mu_0 = 0, mu_1 = 2, 
                  sigma_0 = 1,  sigma_1 = 1){



 y <- rbinom(n, 1, p)
  f_0 <- rnorm(n, mu_0, sigma_0)
  f_1 <- rnorm(n, mu_1, sigma_1)
  x <- ifelse(y == 1, f_1, f_0)

  test_index <- createDataPartition(y, times = 1, p = 0.5, list = FALSE)

  list(train = data.frame(x = x, y = as.factor(y)) %>% slice(-test_index),
       test = data.frame(x = x, y = as.factor(y)) %>% slice(test_index))
}

使用应用函数

mu_1 <- seq(0, 3)
dat_3<- sapply(mu_1,make_data)

我收到如下所示的错误报告。

Error in createDataPartition(y, times = 1, p = 0.5, list = FALSE) : y must have at least 2 data points.

Answer 1

您的错误出现是因为您的参数 mu_1 被位置匹配，而不是 make_data 函数中的 mu_1，而是 n 参数.要将参数传递给函数中的 "non-first" 参数，其中所有其他参数在定义中都具有可接受的默认值，您需要将该 "out of sequence" 参数封装在匿名函数中，然后将其作为命名参数接受:

 library(dplyr) # for `%>%` and `slice`
 library(caret) # for createDataPartion
 # your code here
 dat_3<- sapply(mu_1, function(param) make_data(mu_1=param))  #succeeds

n 参数现在是您明确预期的 1000。

str(dat_3)
List of 8
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] 2.963 0.313 0.853 -1.154 -1.895 ...
  ..$ y: Factor w/ 2 levels "0","1": 1 1 2 2 1 2 2 1 2 2 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] -1.288 1.245 -0.109 -0.794 0.11 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 1 2 1 1 1 1 1 2 1 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] -0.686 1.823 -0.052 1.189 -0.318 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 2 1 1 1 1 1 2 1 1 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] -0.623 0.311 1.298 0.848 1.17 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 1 2 1 1 2 1 2 2 1 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] 0.956 0.825 1.592 2.729 -0.299 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 1 1 2 1 1 1 1 1 1 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] 1.92059 3.29866 0.00569 0.38111 0.41855 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 2 2 1 1 2 2 2 1 1 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] 4.572 3.19 -0.598 3.744 0.463 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 2 1 2 1 2 1 1 2 2 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] 2.7439 -0.0985 -0.4698 -1.2808 0.6663 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 1 1 1 1 1 1 1 1 1 ...
 - attr(*, "dim")= int [1:2] 2 4
 - attr(*, "dimnames")=List of 2
  ..$ : chr [1:2] "train" "test"
  ..$ : NULL

这消除了错误，但数据集没有获得您想要的名称。那是因为 sapply 由于其 "simplification" 过程（即 sapply 中的 s）删除了它们。您应该改用 lapply。然后，这会为您提供命名数据框，它们将被嵌入到您可以正确迭代的列表结构中，而不是 sapply:

的 "simplified" 结果

  dat_3<- lapply(mu_1, function(x) make_data(mu_1=x))

我开始想我会通过部署 traceback() 并展示如何调试和基本上扩展评论来回答这个问题，但这让我无处可去。我意识到 sapply/lapply 对命名对象的操作是问题的根源。这是让许多 R 新老用户感到沮丧的绊脚石。只有值而不是名称被传递给函数。正确接受除第一个以外的任何参数的责任完全留给用户。甚至连指定给第一个参数的值的名称也无法通过。当你 "say" lapply(obj_name, FUN) ...结果是 FUN 没有得到 obj_name 但只有 eval(objname).

的结果

如何在 R 中的用户定义函数上应用向量

How to sapply a vector on a user defined function in R

r

function

sapply

使用应用函数