用R中的sapply替换嵌套的for循环

Question

所以我有10个参数，其中7个是固定的，而3个是使用seq变化的。 每个变化的参数都有10种可能性。 现在，我创建一个空的数据框，并在完成一堆函数并为每种参数组合生成输出之后填充它。 因此有1000（10 * 10 * 10）个可能性。 现在，我使用嵌套的循环。 假设m，g和x是我的各种参数。 这是一个例子。

m.c <- seq(1,10, by=1)  
m.i <- seq(1,10, by=1) * 0.5
a <-  .5 
b <-  1
c <-  .5
gg <-  seq(.02,.2, by=.02)
n <-  7
r <-  .25
alpha <-  2
dt <-  1
X <-  seq(.01,.1, by=.01)
intervention.data <-  data.frame(intervention = numeric())
parameter.data <-  data.frame(m=numeric(), g=numeric(), X=numeric())

A.c = function(m = m.c,a,b,c,g,n,r,alpha,dt,X) { 
    1 - exp(-dt*(1/(alpha*dt)*log(1+(alpha*b*dt*m*a^2*c*X*exp(-g*n))/(a*c*X+g))))
}

A.i = function(m = m.i,a,b,c,g,n,r,alpha,dt,X) { 
    1 - exp(-dt*(1/(alpha*dt)*log(1+(alpha*b*dt*m*a^2*c*X*exp(-g*n))/(a*c*X+g))))
}

for (i in 1:length(mm)) {
  m = mm[i]

  for (ii in 1:length(gg)) {
    g = gg[ii]

    for (iii in 1:length(XX)) { 
      X = XX[iii]

      parameter.data = rbind(parameter.data, data.frame(m=m, g=g, X=X))

      a.c = A.c(m = m.c,a,b,c,g,n,r,alpha,dt,X)
      a.i = A.i(m = m.i,a,b,c,g,n,r,alpha,dt,X)

      intervention.effect= a.i/a.c

      intervention.data = rbind(intervention.data, data.frame( intervention = intervention.effect))
    }
  }
}

all.intervention.data = cbind(parameter.data, intervention.data)  

我的工作原理不错，但效率似乎很低，因此我一直试图找到如何使用sapply或lapply的方法，但未能成功理解如何使用它们，因此无法使用所有组合。 被制造。 任何帮助表示赞赏。

Answer 1

您似乎在数据中丢失了mm ，所以我不能完全遵循，但是更好的方法是矢量化：

all.data <- expand.grid(m.c = m.c,gg = gg,X = X)
all.data$m.i <- all.data$m.c * 0.5

all.data$a.c <- A.c(m = all.data$m.c,a,b,c,all.data$gg,n,r,alpha,dt,all.data$X)
all.data$a.i <- A.i(m = all.data$m.i,a,b,c,all.data$gg,n,r,alpha,dt,all.data$X)