将多组参数应用于用户定义的函数

Question

我有一个数据框 df 并且想使用函数 range_frac 来执行操作。

set.seed(137)
df <- data.frame(col1 = sample(LETTERS, 100, TRUE), 
                 col2 = sample(-75:75, 100, TRUE), 
                 col3 = sample(-75:75, 100, TRUE))

df$col2[c(23, 48, 78)] <- NA
df$col3[c(37, 68, 81)] <- NA


range_frac <- function(n, my_df, my_var) {

  len = sum(my_df[my_var] < n, na.rm = TRUE)
  len
}

我想分别知道满足col2和col3条件的行数。由于我传递列名不成功，所以我传递了列索引（2，3）。但是，当我尝试为 my_var 传递向量时，它会汇总各个值的输出。这是怎么发生的？

sapply(1:3, range_frac, my_df = df, my_var = 2) 
[1] 57 57 57

sapply(1:3, range_frac, my_df = df, my_var = 3) 
[1] 51 51 52

sapply(1:3, range_frac, my_df = df, my_var = 2:3) 
[1] 108 108 109

有人可以解释第三次操作的结果（即 57+51、57+51、57+52）吗？

（基本上，我试图以 dyplr-summarise 的方式实现以下输出，但停留在这一点上，我想我会清楚我对这个概念的理解）。

n col2 col3
1 57 51
2 57 51
3 57 52

更新： 我问了一个不清楚的问题，所以用更多信息更新它。解决方法如下：

对于每个 n 解决方案可以理解为表达式的评估 sum(df[,2:3] < n, na.rm = TRUE) 而不是单独用于列 2&3.

Answer 1

我们以下面的代码为例

sapply(1:3, range_frac, my_df = df, my_var = 2:3)

这里，1:3作为第一个参数传递给range_frac，相当于迭代，例如

for (i in 1:3) {
     range_frac(...)
}

在sapply中，my_df = df和my_var = 2:3作为传递给range_frac的第二个和第三个参数。因此，整个 sapply 行可以解释为

res <- c()
for (i in 1:3) {
     res[i] <- range_frac(i, df, 2:3)
}

一些解决方法

sapply(1:3,Vectorize(range_frac,"my_var"),my_df = df, my_var = 2:3)

sapply(1:3,function(k) sapply(2:3,function(v) range_frac(k,df,v)))

Answer 2

如果输入2:3到my_var，range_frac()实际执行

sum(df[2:3] < n, na.rm = TRUE)

每个 n。当然你在第二列和第三列中得到小于 n 的元素数。一种解决方案是将参数 my_var 向量化，即

sapply(1:3, Vectorize(range_frac, "my_var"), my_df = df, my_var = 2:3)

#      [,1] [,2] [,3]
# [1,]   48   48   48
# [2,]   49   51   51

将多组参数应用于用户定义的函数

sapply with multiple set of arguments to an user defined function

r

sapply

dplyr