3

我需要使用 R *apply 函数为初学者制作教程（第一次不使用 reshape 或 plyr 包）

我尝试lapply（因为我阅读apply对数据帧不利）对此数据帧的一个简单函数，并且我想使用命名列来访问数据：

fDist <- function(x1,x2,y1,y2) {
  return (0.1*((x1 - x2)^2 + (y1-y2)^2)^0.5)  
}

data <- read.table(textConnection("X1 Y1 X2 Y2
 1 3.5 2.1 4.1 2.9
 2 3.1 1.2 0.8 4.3
 "))

data$dist <- lapply(data,function(df) {fDist(df$X1 , df$X2 , df$Y1 , df$Y2)})

我有这个错误$ operator is invalid for atomic vectors，可能是因为数据框被 laply 修改了？...有没有最好的方法来使用 $ 命名列？

我用@DWin 回答解决了我的第一个问题。但我有另一个问题，误解，混合数据框（数字+字符）：

在我的新用例中，我使用两个函数来计算距离，因为我的目标是比较所有其他点之间的距离点。

data2 <- read.table(textConnection("X1 Y1 X2 Y2
     1 3.5 2.1 4.1 2.9
     2 3.1 1.2 0.8 4.3
     "))

data2$char <- c("a","b")

fDist <- function(x1,y1,x2,y2) {
 return (0.1*((x1 - x2)^2 + (y1-y2)^2)^0.5) 
}

fDist2 <- function(fixedX,fixedY,vec) { 
 fDist(fixedX,fixedY,vec[['X2']],vec[['Y2']])
}

# works with data (dataframe without character), but not with data2 (dataframe with character)
#ok
data$f_dist <- apply(data, 1, function(df) {fDist2(data[1,]$X1,data[1,]$Y1,df)})
#not ok
data2$f_dist <- apply(data2, 1, function(df) {fDist2(data2[1,]$X1,data2[1,]$Y1,df)})
4

2 回答 2

10

在这种情况下apply，这就是您所需要的。所有的数据列都是相同的类型，您不必担心丢失属性，这就是 apply 导致问题的地方。您需要以不同的方式编写函数，因此它只需要一个长度为 4 的向量：

 fDist <- function(vec) {
   return (0.1*((vec[1] - vec[2])^2 + (vec[3]-vec[4])^2)^0.5)  
                        }
 data$f_dist <- apply(data, 1, fDist)
 data
   X1  Y1  X2  Y2    f_dist
1 3.5 2.1 4.1 2.9 0.1843909
2 3.1 1.2 0.8 4.3 0.3982462

如果您想使用“数据”中列的名称，则需要正确拼写：

 fDist <- function(vec) {
   return (0.1*((vec['X1'] - vec['X2'])^2 + (vec['Y1']-vec['Y2'])^2)^0.5)  
                        }
 data$f_dist <- apply(data, 1, fDist)
 data
#--------    
X1  Y1  X2  Y2    f_dist
1 3.5 2.1 4.1 2.9 0.1000000
2 3.1 1.2 0.8 4.3 0.3860052

您更新的（并且非常不同的）问题很容易解决。当您使用apply它时，它会强制转换为最低共模分母，在本例中为“字符”。您有两种选择：1）添加as.numeric到函数内的所有参数，或 2）仅发送我将说明的所需列：

data2$f_dist <- apply(data2[ , c("X2", "Y2") ], 1, function(coords) 
                                       {fDist2(data2[1,]$X1,data2[1,]$Y1, coords)} )

我真的不喜欢你如何将参数传递给这个函数。在形式列表中使用“[”和“$”“看起来是错误的”。你应该知道“df”不会是一个数据框，而是一个向量。因为它不是数据框（或列表），所以您应该更改内部的函数，以便它使用“[”而不是“[[”。由于您只需要两个坐标，因此只传递您将使用的两个（数字）坐标。

于 2012-03-08T21:27:51.630 回答
6

作为旁注，一般来说，最好避免data用作变量名，因为它是基础 R 中的一个函数：

dat <- read.table(textConnection("X1 Y1 X2 Y2
 1 3.5 2.1 4.1 2.9
 2 3.1 1.2 0.8 4.3
 "))

lapply将 data.frame 的单列提供给函数。

lapply(dat, function(df) print(df))

相反，你想要apply. 但是它将单行作为向量提供，它不使用$运算符。相反，您可以直接索引：

apply(dat, 1, function(vec) {fDist(vec[1] , vec[3] , vec[2] , vec[4])})

或者重写函数以将位置参数作为附加参数。

fDist <- function(vec, pos1, pos2, pos3, pos4) {
    return (0.1*((vec[pos1] - vec[pos2])^2 + (vec[pos3]-vec[pos4])^2)^0.5)
}

apply(dat, 1, fDist, pos1=1, pos2=3, pos3 = 2, pos4=4)

但是，最好的解决方案是完全矢量化您的函数：

fDist <- function(df) {
   return (0.1*((df$X1 - df$X2)^2 + (df$Y1-df$Y2)^2)^0.5)  
}
于 2012-03-08T21:15:42.760 回答