在接受向量，矩阵或data.frame作为参数的函数中使用apply

Question

我正在尝试编写一个函数，该函数接受（除其他事项外）一个参数，该参数可以是vector ， matrix或data.frame 。

set.seed(101)
MyT <- seq(0, 1, 0.1)
S   <- sample(seq(0, 1, 0.01), 15, replace = T)
L1  <- sample(c(0,1), 15, replace = T)
L2  <- sample(c(0,1), 15, replace = T)
M1  <- as.matrix(L1)
M2  <- as.matrix(L1, L2)
D1  <- data.frame(L1)
D2  <- data.frame(L1, L2)

我想编写一个通用性足以接受L1 （或L2 ）， M1 ， M2 ， D1或D2作为参数的函数，我将其称为myArg 。 在函数内部，我想执行以下操作：

sapply(MyT, function(t) { apply(D2[S > t, ], 2, sum) })

上面的行效果很好。 问题是我需要使其通用，例如：

sapply(MyT, function(t) { apply(myArg[S > t, ], 2, sum) })

但是，例如，如果myArg为L1或L2 ，则此代码将失败。 在这种情况下，由于我试图非法子集矢量，因此错误消息将读取incorrect number of dimensions 。 如果我解决了子集问题，那么我碰到dim(X) must have a positive length问题，因为我不能在向量上使用apply 。 等等等等...

因此，我着手尝试执行以下操作：

sapply( MyT, function(t) { 
  if (length(dim(myArg)) == 0) sum(myArg[S > t])  # for vector
  else if (dim(myArg)[2] == 1) sum(myArg[S > t, ])  # for single-column matrix or data.frame
  else sapply(myArg[S > t, ], 2, sum)  # for multi-column matrix or data.frame
})

我期望这可以工作，但是我仍然遇到Error in apply(myArg[S > t, ], 2, sum) : dim(X) must have a positive length当我使用M2作为myArg时， Error in apply(myArg[S > t, ], 2, sum) : dim(X) must have a positive length 。

我很困惑，因为dim(M2)产生[1] 15 2 。

好奇是否有人可以阐明为什么当我使用M2作为myArg时为什么会出现此错误

Answer 1

R有一个对象框架。 实际上，它有3个（如果计算R6，则为4个，如果计算proto，则为5个）。 那么为什么不利用它们呢？

myFunc <- function(x, ...)
UseMethod("myFunc")

# don't use apply() on data frames unless you know what you're doing
myFunc.data.frame <- function(x, S, t, ...)
sapply(x[S > t, ], myFunc.default)

myFunc.matrix <- function(x, S, t, ...)
apply(x[S > t, ], 2, myFunc.default)

myFunc.default <- function(x, S=1, t=0, ...)
sum(x[S > t])