在 R 中使用应用函数而不是 for 循环

Question

我一直在尝试用 apply 函数替换我代码中的 for 循环，我尝试以所有可能的方式来做到这一点，使用 sapply 和 lapply 以及 apply 和 mapply，似乎总是不起作用，原始函数看起来像这个

ds1 <- data.frame(col1 = c(NA, 2), col2 = c("A", "B"))
ds2 <- data.frame(colA = c("A", "B"), colB = c(90, 110))

for(i in 1:nrow(ds1)){
  if(is.na(ds1$col1[i])){
    ds1$col1[i] <- ds2[ds2[,"colA"] == ds1$col2[i], "colB"]
  }
}

我最近对申请家庭的尝试看起来像这样

ds1 <- data.frame(col1 = c(NA, 2), col2 = c("A", "B"))
ds2 <- data.frame(colA = c("A", "B"), colB = c(90, 110))

sFunc <- function(x, y, z){
  if(is.na(x)){
    return(z[z[,"colA"] == y, "colB"])
  } else {
    return(x)
  }
}

ds1$col1 <- sapply(ds1$col1, sFunc, ds1$col2, ds2)

它为每一行返回ds2$colB ，有人可以向我解释我在这方面做错了什么吗？

Answer 1

sapply仅迭代您传递的第一个向量。 您传递的其他参数将被视为每个循环中的整个向量。 遍历在M ultiple载体需要米ultivariate应用，这为m适用。

sFunc <- function(x, y){
  if(is.na(x)){
    return(ds2[ds2[,"colA"] == y, "colB"])
  } else {
    return(x)
  }
}

mapply(sFunc, ds1$col1, ds1$col2)
#> [1] 90  2

Answer 2

连接在这里很有用。 你可以在基础 R 中做到这一点：

transform(merge(ds1, ds2, by.x = "col2", by.y = "colA"), 
          col1 = ifelse(is.na(col1), colB, col1))[names(ds1)]

#  col1 col2
#1   90    A
#2    2    B

或者用dplyr

library(dplyr)

inner_join(ds1, ds2, by = c("col2" = "colA")) %>%
    mutate(col1 = coalesce(col1, colB)) %>%
    select(names(ds1))