关于R傍边的mapply
之前的博客《R数据阐明傍边的化整为零（Split-Apply-Combine）计策》以及《关于R傍边的tapply》有提到一些关于lapply, sapply, vapply和tapply的内容。对付mapply只是粗粗带过。但许多时候，利用mapply可以辅佐我们大大提高效率。我们先来看一个很是时用的函数yapply。
yapply <- function(X,FUN, ...) {
index <- seq(length.out=length(X))
namesX <- names(X)
if(is.null(namesX))
namesX <- rep(NA,length(X))
FUN <- match.fun(FUN)
fnames <- names(formals(FUN))
if( ! "INDEX" %in% fnames ){
formals(FUN) <- append( formals(FUN), alist(INDEX=) )
}
if( ! "NAMES" %in% fnames ){
formals(FUN) <- append( formals(FUN), alist(NAMES=) )
}
mapply(FUN,X,INDEX=index, NAMES=namesX,MoreArgs=list(...))
}
|
利用这个yapply，它很是雷同lapply，所差异的是，它可以在函数中利用NAMES以及INDEX两个变量，这两个变量别离是list的names以及索引号。当有两个索引号相关的数据，可能名称相关的数据需要在一个lapply中举办操纵的时候，就变得很是利便。好比
> a <- 1:10
> names(a) <- letters[1:10]
> b <- 2:11
> names(b) <- letters[2:11]
> a
a b c d e f g h i j
1 2 3 4 5 6 7 8 9 10
> b
b c d e f g h i j k
2 3 4 5 6 7 8 9 10 11
> aplusb<-function(.a,.b){.a+.b}
> mapply(aplusb,as.list(a),as.list(b))
a b c d e f g h i j
3 5 7 9 11 13 15 17 19 21
> aplusbByname <- function(.a, NAMES){if(NAMES %in% names(b)) .a+b[[NAMES]] else .a}
> mapply(aplusbByname,as.list(a),names(a))
a b c d e f g h i j
1 4 6 8 10 12 14 16 18 20
|
mapply的原型是：mapply(FUN, …, MoreArgs = NULL, SIMPLIFY = TRUE,
USE.NAMES = TRUE)
个中…可以是一系列长度相等的list/vector等。它们是做为FUN的参数一一对应的传入FUN傍边去利用。由此可以,mapply是处理惩罚多个有关联的list以及vector的好帮忙。
