问题标签 [lapply]

我正在尝试从尾随空格中清除数据框中的因子变量。但是，级别分配在我的 lapply 函数中不起作用。

有什么想法可以在 lapply 函数中分配级别吗？

//M

假设我有一个从 MySQL 表中读取数据、对其进行操作并返回一些 data.frame 的函数。请注意，该函数只是一个示例，其功能本身并不重要......，例如：

我最终得到了一个名为 mydf 的 data.frame。现在我想对 SQL 表名的字符向量执行此操作，并相应地命名返回的数据帧。如果我只是使用

我会得到一些名为 x 的列表。当然，我可以按照自己的方式取消列出和重命名所有内容，但我的问题是：

如何使 lapply （或其他类似函数）返回多个单个数据帧或至少一个包含从我的字符向量“MySQLtablenames”派生的一些名称的列表？

假设我们有一个列表 ( mylist) 用作lapply函数的输入对象。有没有办法知道mylist正在评估哪个元素？该方法应该适用于lapply并且snowfall::sfApply（可能其他人也适用于家庭成员）。

在聊天中，Gavin Simpson 提出了以下方法。这适用lapply于sfApply. 我想避免额外的包或摆弄列表。有什么建议么？

这是没有削减它的并行版本。

假设我们在目录C:\R\Data中有文件file1.csv、file2.csv、 ... 和file100.csv，我们希望将它们全部读入单独的数据帧（例如file1、file2、 ... 和文件 100）。

这样做的原因是，尽管它们具有相似的名称，但它们具有不同的文件结构，因此将它们放在列表中并不是那么有用。

我可以使用lapply，但这会返回一个包含 100 个数据帧的列表。相反，我希望在全球环境中使用这些数据框。

如何将多个文件直接读取到全局环境中？或者，或者，如何将数据框列表的内容解压缩到其中？

我编写了自己的名为 batcheffect 的函数来重新计算数据框中的所有值。该函数只需要数据框作为导入。首先，在函数中计算平均值，然后对数据框中的每个点进行计算并创建一个新的数据框。

对于大型数据帧，函数内的循环很慢。所以我想使用 sapply 或 lapply 函数来加速这个过程。有人建议吗？

谢谢

更新：例如我有一个像这样的数据框 df<- data.frame(A=1:10,B=10:1,C=11:20,C1=21:30,B1=31:40,A2=41 :50)

计算数据框中所有值的平均值。数据帧被转换为矩阵 df1<-as.matrix(df)overallmean<-mean(df1)

数据的第一个目标是按列名制作子集。您生成三个组，A 组，B 组和 C 组。子集由以下代码定义：

创建了三个组。对于 eggroup 中的每个值，AI 想要计算以下总和：（值 - 总体均值 - 组均值）+ 总体均值。因此我创建了这个批处理效果函数。

结果现在可以了，但是我会将结果作为数据框返回。对于我自己的数据，这个功能真的很慢，所以我认为可能有一种加速方法，比如 sapply 的东西。

我已经搞砸了一段时间。我最近开始使用 quantmod 包对股票价格进行分析。

我有一个代码向量，如下所示：

我编写了一个名为 myX 的函数，用于在 lapply 调用中保存矢量代码中每只股票的价格。它有以下代码：

我自己叫 lapply

库（quantmod） lapply（代码，myX，start="2001-03-01"，end="2011-03-11"）

这很好用。现在我想将每只股票的收盘价合并成一个看起来像的对象

有人建议我尝试以下方法：

ClosePrices <- do.call(merge, lapply(tickers, function(x) Cl(get(x))))

但是，我尝试了各种组合，但没有成功。首先我试着用 Cl(x) 调用 lapply

任何指导将不胜感激。

是否可以在 sfLapply 调用中引用迭代号，如下所示 -

其中 i 是迭代次数，因为 sfLapply 循环通过 1:200000。

我面临的问题是我有超过 200,000 个案例要测试，每个案例都需要构建一个 data.frame 来执行各种操作。

我有一个 2 Ghz Intel Core 2 Duo 处理器（macbook 笔记本电脑），所以我开始研究降雪包以利用并行处理。这导致我使用 sfLapply，因此我开始研究是否可以重新编写代码以使用 lapply()。但是，我还没有遇到在 lappy() 调用中引用迭代次数的示例。

也许我正朝着错误的方向前进。如果有人有任何建议，我将不胜感激。

作为指导方针，我更喜欢使用 lapply 或 *ply（来自 plyr）对列表元素应用函数，而不是显式地遍历它们。但是，当我必须一次处理一个列表时，这很有效。当函数接受多个参数时，我通常会做一个循环。

我想知道是否有可能有一个更清洁的结构，在本质上仍然可以使用。一种可能的方法是定义一个类似于 Python 的函数 zip(x,y)，它接受输入列表，并返回一个列表，其第 i 个元素是 list(x, y)，然后将该函数应用于这个清单。但我的问题是我是否使用最干净的方法。我不担心性能优化，而是担心清晰度/优雅。

下面是一个天真的例子。

这是压缩示例（可以扩展到任意参数）：

这可能吗？我可以mapply使用这些help示例，但我无法使用一个简单的示例lm来工作。这是我的尝试，它返回一个矩阵，而不是一个lm对象列表。

我应该每次都坚持lapply并指定吗？data =谢谢！

R 教科书继续提倡使用 lapply 而不是循环。即使对于带有参数的函数，这也很容易

但是如果参数根据列表元素而变化呢？假设我的 somelist 包括：

加上有anotherlist相同的地区，我想使用 lapply 这些不断变化的论点？例如，当 f 是比率计算时，这可能很有用。

除了循环之外，还有其他方法可以有效地穿过这些区域吗？

编辑：我的问题似乎是我试图使用以前编写的没有索引的函数......

这导致

这是行不通的。也许其他人也可以从这个错误中吸取教训。