我有一个看起来像这样的数据框：
set.seed(42)
data <- runif(1000)
utility <- sample(c("abc","bcd","cde","def"),1000,replace=TRUE)
stage <- sample(c("vwx","wxy","xyz"),1000,replace=TRUE)
x <- data.frame(data,utility,stage)
head(x)
data utility stage
1 0.9148060 def xyz
2 0.9370754 abc wxy
3 0.2861395 def xyz
4 0.8304476 cde xyz
5 0.6417455 bcd xyz
6 0.5190959 abc xyz
我想为效用和阶段的独特组合生成累积分布函数。在我的实际应用程序中，我最终会生成大约 100 个 cdfs，但是这个随机数据将有 12 个（4x3）独特的组合。但是我将使用这些 cdf 中的每一个数千次，所以我不想每次都即时计算 cdf。ecdf() 函数完全按照我的意愿工作，除了我需要对其进行矢量化。以下代码不起作用，但这是我正在尝试做的事情的要点：
ecdf_multiple <- function(x)
{
i=0
utilities <- levels(x$utilities)
stages <- levels(x$stages)
for(utility in utilities)
{
for(stage in stages)
{
i <- i + 1
y <- ecdf(x[x$utilities == utility & x$stage == stage,1])
# calculate ecdf for the unique util/stage combo
z[i] <- list(y,utility,stage)
# then assign it to a data element (list, data frame, json, whatever) note-this doesn't actually work
}
}
z # return value
}
所以在运行 ecdf_multiple 并将其分配给一个变量之后，我会通过传递一个值（我想要 cdf）、实用程序和舞台来以某种方式引用该变量。
有没有办法对 ecdf 函数进行矢量化（或使用/构建另一个函数），以便我可以多次输出而不需要一遍又一遍地生成分布？
--------添加以回应@Pascal 的优秀建议。--------
如何将其扩展为采用“n”维类别的更一般情况？这是我的刺，基于帕斯卡的二维案例。注意我是如何尝试分配“y”的：
set.seed(42)
data <- runif(1000)
utility <- sample(c("abc","bcd","cde","def"),1000,replace=TRUE)
stage <- sample(c("vwx","wxy","xyz"),1000,replace=TRUE)
openclose <- sample(c("open","close"),1000,replace=TRUE)
x <- data.frame(data,utility,stage,openclose)
numlabels <- length(names(x))-1
y <- split(x, list(x[,2:(numlabels+1)]))
l <- lapply(y,function(x) ecdf(x[,"data"]))
#execute
utility <- "abc"
stage <- "xyz"
openclose <- "close"
comb <- paste(utility, stage, openclose, sep = ".")
# call the function
l[[comb]](.25)
在上面的“y”分配期间，我收到以下错误消息：
"Error in sort.list(y) : 'x' must be atomic for 'sort.list'
Have you called 'sort' on a list?"
