问题标签 [mapply]

Vectorize()和中的函数apply()通常R可以用来实现相同的目标。出于可读性的原因，我通常更喜欢向量化函数，因为主调用函数与手头的任务相关，而与手头的任务sapply无关。Vectorize()当我要在我的 R 代码中多次使用该矢量化函数时，它也很有用。例如：

对比

但是，至少在 SO 我很少看到Vectorize()解决方案中的示例，只有apply()（或其中一个兄弟姐妹）。是否存在任何效率问题或其他合理的担忧，Vectorize()这是apply()一个更好的选择？

我有以下data.table

我想对data.table. 该函数func.test使用 argsf1并f2对其进行处理并返回一个计算值。假设（例如）

但我真正的函数更复杂，并且执行循环和所有操作，但返回一个计算值。实现这一目标的最佳方法是什么？

我正在尝试将此处描述的函数应用于一组时间序列。为此，mapply 似乎是一个好方法，但我想在定义函数或使用 mapply 时存在一些问题。

这是示例代码，我在其中发现返回的数据帧格式存在一些差异，这可能是错误的根源。

当时间序列对创建为 combn(tslist, 2) 并使用 plyr::mlply 输入时间序列作为参数时，我希望 try2 直接工作，但这种方法不起作用或使用不正确。

有没有办法使用这种方法或任何替代方法找到一组时间序列的 CCF 矩阵？

编辑：试图使问题更加清晰和具体。

谢谢。

我有许多文件，我需要自动给每个文件一个唯一的 ID 代码。

到目前为止，我已经设法做到以下几点：

它将文件的名称放入一个新列中。

但后来我想添加一个数字，从 1：每个文件中的行数。

我已经尝试了几件事，但我并没有真正期望任何一个都能工作：（然后我打算将它们粘贴在一起并删除“临时”列 - 然后弄清楚如何在没有临时列的情况下一步完成):

或者

我可以获得列表中单个位的行数 ( nrow(datalist[[1]]))，但不确定如何将其应用于所有行，无论列表中有多少。

它是一个 for 循环，还是有更好的方法？

示例数据集：

假设我有两个向量：

我想要做的是将第一对，第二对等粘贴在一起......但是，我想按字母顺序粘贴每对的两个元素。在上面的示例中，前 2 对已经按字母顺序排列，但第 3 对 'harry' 和 'chris' 不是。我想为这对返回“chris harry”。

我已经想出了如何在两步过程中做到这一点，但想知道是否有一种快速的方法（单线方式）来做到这一点只是使用paste？

我的解决方案：

它按字母顺序给出了对...但是有 1 行方式吗？

要考虑的一些示例 R 代码：

所以这个要点是我想通过find.key 函数基于查找表（关联数组/列表）添加新变量（NewX2，Newy2） 。

有什么方法可以让我的代码保持干燥吗？特别是这里：

我不确定sapply或lapply可以提供帮助吗？或者也许像这里%=%看到的那样。

我想要这样的东西......（希望这是有道理的）：

我希望能够将函数应用于一组输入参数的所有组合。我有一个可行的解决方案（如下），但如果没有更好/更通用的方法来做到这一点，例如 plyr，我会感到惊讶，但到目前为止还没有发现任何东西。有更好的解决方案吗？

例子：

我在 mapply 中使用了一长串优化，每次迭代都类似于下一次。我想使用先前迭代优化值的输出作为当前迭代的起点。有可能吗？或者我可以使用 R 中的另一个包毫不费力地做到这一点吗？

为了澄清，假设我有一个包含 100 个值的向量。在每次迭代中，我从 1:50、2:51 等开始选取其中的 50 个，以拟合具有 3 个参数的模型。输出是一个 3 列 51 行的数据集。我想加快这个过程，因为随后的迭代具有几乎相同的数据。

我有兴趣交叉多个标识符列表，制作一个包含列表对（'rk'与't'）之间重叠数量的表。我有一个模糊的想法，即 sapply 是要走的路，但在搜索和阅读教程后我仍然卡住了。

编辑：我认为最好将两个列表列表分组并按照建议尝试 sapply/mapply

但我是 R 初学者，非常感谢有关循环和使用应用函数的一些指导。但我只看到 rk1 的交叉点（但没有看到 rk2，应该是 1 2 3 2）

我有一个函数，它接受两个向量并计算一个数值（就像cor相关性一样）。但是，我有两个大约 6000 列的数据集（两个数据集具有相同的维度），其中函数应该返回一个具有相关值的向量。

带有循环的代码如下所示：

这很好用，但出于效率原因，我想使用 apply-family，很明显，mapply 函数。

但是，mapply(cor,m,n)返回一个长度为 9 的向量NA，它应该返回：

编辑/解决方案

@akrun 给出的解决方案是使用数据帧而不是矩阵。

此外，两个提议的解决方案之间的速度测试表明，mapply-version 比sapply：