如何在 R 中的用户定义 function 上应用向量

Question

我有一个名为make_data用于创建数据集。 我需要使用make _data _data 和mu_1 <- seq(1:3)生成 3 个不同的数据集。 我不知道如何使用sapply ，因为make_data function 有多个 arguments，

library(dplyr) # for `%>%` and `slice`
library(caret) # for createDataPartion
make_data <- function(n = 1000, p = 0.5, 
                  mu_0 = 0, mu_1 = 2, 
                  sigma_0 = 1,  sigma_1 = 1){



 y <- rbinom(n, 1, p)
  f_0 <- rnorm(n, mu_0, sigma_0)
  f_1 <- rnorm(n, mu_1, sigma_1)
  x <- ifelse(y == 1, f_1, f_0)

  test_index <- createDataPartition(y, times = 1, p = 0.5, list = FALSE)

  list(train = data.frame(x = x, y = as.factor(y)) %>% slice(-test_index),
       test = data.frame(x = x, y = as.factor(y)) %>% slice(test_index))
}

使用 sapply function

mu_1 <- seq(0, 3)
dat_3<- sapply(mu_1,make_data)

我收到如下所示的错误报告。

createDataPartition(y, times = 1, p = 0.5, list = FALSE)的错误：y 必须至少有 2 个数据点。

Answer 1

出现错误是因为您的参数mu_1与您的make_data mu_1中的 mu_1 位置匹配，而是与n参数匹配。 要将参数传递给 function 中的“非第一个”参数，其中所有其他参数在定义中都有可接受的默认值，您需要将该“乱序”参数封装在匿名 function 中，然后将其作为命名参数接受：

 library(dplyr) # for `%>%` and `slice`
 library(caret) # for createDataPartion
 # your code here
 dat_3<- sapply(mu_1, function(param) make_data(mu_1=param))  #succeeds

n参数现在是您明确想要的 1000。

str(dat_3)
List of 8
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] 2.963 0.313 0.853 -1.154 -1.895 ...
  ..$ y: Factor w/ 2 levels "0","1": 1 1 2 2 1 2 2 1 2 2 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] -1.288 1.245 -0.109 -0.794 0.11 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 1 2 1 1 1 1 1 2 1 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] -0.686 1.823 -0.052 1.189 -0.318 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 2 1 1 1 1 1 2 1 1 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] -0.623 0.311 1.298 0.848 1.17 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 1 2 1 1 2 1 2 2 1 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] 0.956 0.825 1.592 2.729 -0.299 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 1 1 2 1 1 1 1 1 1 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] 1.92059 3.29866 0.00569 0.38111 0.41855 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 2 2 1 1 2 2 2 1 1 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] 4.572 3.19 -0.598 3.744 0.463 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 2 1 2 1 2 1 1 2 2 ...
 $ :'data.frame':   500 obs. of  2 variables:
  ..$ x: num [1:500] 2.7439 -0.0985 -0.4698 -1.2808 0.6663 ...
  ..$ y: Factor w/ 2 levels "0","1": 2 1 1 1 1 1 1 1 1 1 ...
 - attr(*, "dim")= int [1:2] 2 4
 - attr(*, "dimnames")=List of 2
  ..$ : chr [1:2] "train" "test"
  ..$ : NULL

这消除了错误，但数据集没有得到您想要的名称。 那是因为sapply由于其“简化”过程（即sapply中的s ）而删除了它们。 您应该改用lapply 。 然后，这将为您提供命名数据框，它们将嵌入您可以正确迭代的列表结构中，而不是sapply的“简化”结果：

  dat_3<- lapply(mu_1, function(x) make_data(mu_1=x))

我开始认为我会通过部署traceback()并展示如何调试和基本上扩展评论来回答这个问题，但这让我无处可去。 我意识到sapply / lapply对命名对象的操作是问题的根源。 这是一个让许多R的新老用户感到沮丧的绊脚石。 只有值而不是名称被传递给 function。 正确接受 arguments 的责任完全留给用户。 甚至注定第一个参数的值的名称也无法通过。 当你“说” lapply(obj_name, FUN) ......事实证明FUN没有得到obj_name ，而只有eval(objname)的结果。