86

文件说

vapply类似于sapply，但具有预先指定的返回值类型，因此使用起来更安全[...]。

您能否详细说明为什么它通常更安全，也许提供示例？

PS：我知道答案，我已经倾向于避免sapply。我只是希望这里有一个很好的答案，所以我可以向我的同事指出它。请不要“阅读手册”答案。

4

3 回答 3

75

如前所述，vapply做两件事：

  • 速度略有提升
  • 通过提供有限的返回类型检查来提高一致性。

第二点是更大的优势，因为它有助于在错误发生之前捕获错误并导致更健壮的代码。这种返回值检查可以通过使用来单独完成sapply，stopifnot以确保返回值与您的预期一致，但vapply更容易一些（如果更有限，因为自定义错误检查代码可以检查范围内的值等。 ）。

vapply这是确保您的结果符合预期的示例。这与我在 PDF 抓取时正在做的事情相似，其中findD将使用来匹配原始文本数据中的模式（例如，我有一个split由实体组成的列表，以及一个正则表达式来匹配每个实体中的地址。偶尔PDF 已被乱序转换，一个实体将有两个地址，这导致了错误）。

> input1 <- list( letters[1:5], letters[3:12], letters[c(5,2,4,7,1)] )
> input2 <- list( letters[1:5], letters[3:12], letters[c(2,5,4,7,15,4)] )
> findD <- function(x) x[x=="d"]
> sapply(input1, findD )
[1] "d" "d" "d"
> sapply(input2, findD )
[[1]]
[1] "d"

[[2]]
[1] "d"

[[3]]
[1] "d" "d"

> vapply(input1, findD, "" )
[1] "d" "d" "d"
> vapply(input2, findD, "" )
Error in vapply(input2, findD, "") : values must be length 1,
 but FUN(X[[3]]) result is length 2

因为 input2 的第三个元素中有两个 d，所以 vapply 会产生错误。但是 sapply 将输出的类从字符向量更改为列表，这可能会破坏下游代码。

正如我告诉我的学生，成为程序员的一部分是将你的思维模式从“错误很烦人”转变为“错误是我的朋友”。

零长度输入
与此相关的一点是，如果输入长度为零，sapply则无论输入类型如何，都将始终返回一个空列表。比较：

sapply(1:5, identity)
## [1] 1 2 3 4 5
sapply(integer(), identity)
## list()    
vapply(1:5, identity, integer(1))
## [1] 1 2 3 4 5
vapply(integer(), identity, integer(1))
## integer(0)

使用vapply，您可以保证具有特定类型的输出，因此您不需要为零长度输入编写额外的检查。

基准

vapply可以更快一点，因为它已经知道它应该期望结果的格式。

input1.long <- rep(input1,10000)

library(microbenchmark)
m <- microbenchmark(
  sapply(input1.long, findD ),
  vapply(input1.long, findD, "" )
)
library(ggplot2)
library(taRifx) # autoplot.microbenchmark is moving to the microbenchmark package in the next release so this should be unnecessary soon
autoplot(m)

自动绘图

于 2012-09-09T16:41:48.843 回答
15

所涉及的额外击键vapply可以节省您稍后调试令人困惑的结果的时间。如果您调用的函数可以返回不同的数据类型，vapply那么当然应该使用。

想到的一个例子是sqlQuery在RODBC包装中。如果执行查询时出错，此函数将返回character带有消息的向量。因此，例如，假设您尝试遍历表名向量tnames并从每个表中的数字列“NumCol”中选择最大值：

sapply(tnames, 
   function(tname) sqlQuery(cnxn, paste("SELECT MAX(NumCol) FROM", tname))[[1]])

如果所有表名都有效，这将产生一个numeric向量。但是如果其中一个表名在数据库中发生更改并且查询失败，则结果将被强制转换为 mode character。但是，使用vapplywithFUN.VALUE=numeric(1)将在此处停止错误并防止它在某个地方弹出——或者更糟，根本不会。

于 2012-09-09T18:05:47.700 回答
13

如果你总是希望你的结果是特别的……例如一个逻辑向量。 vapply确保发生这种情况，但sapply不一定这样做。 

a<-vapply(NULL, is.factor, FUN.VALUE=logical(1))
b<-sapply(NULL, is.factor)

is.logical(a)
is.logical(b)
于 2012-09-09T15:29:11.503 回答