GNU R：在sapply上使用sapply

Question

我有一份狀態清單。 每個列表元素都包含一天中每一分鍾的傳感器狀態（1440個條目，0或1）。 該列表包含所有傳感器。

例如， statuses[[3]]給出具有1440個條目的向量，其中包含每分鍾的所有0和1。

假設在第800分鍾，所有傳感器的狀態為：

sapply(statuses,'[',800)

我想獲取每分鍾活動傳感器的數量（即顯示1個）。 我怎么做？ 不知何故，人們不得不在此周圍放置另一個sapply() 。

使用for循環的解決方案如下所示

status_ones <- rep(0,1440)
for (k in 1:1440){
  status_ones[k] <- sum(sapply(statuses,'[',k))
}

Answer 1

在我看來，有幾種方法可以實現您想要的目標； 這是我首先想到的：由於列表中每個元素的長度相同，因此可以將其視為數據框並使用apply。 我在下面使用模擬數據說明這種方法，我認為該模擬數據與您對數據的描述相匹配（這將用於三個傳感器的五個觀測值）：

set.seed(42)
statuses <- lapply(1:3, function(x) sample(0:1, 5, replace=TRUE))
statuses
# [[1]]
# [1] 1 1 0 1 1
# 
# [[2]]
# [1] 1 1 0 1 1
# 
# [[3]]
# [1] 0 1 1 0 0
status_ones <- apply(as.data.frame(statuses), 1, sum)
status_ones
# [1] 2 3 1 2 2

您可以通過這個小示例輕松地手動確認這是否提供了所需的結果。 下面你可以看到相對於這種方法的速度優勢for循環的方法或使用sapply上sapply -我創建了一個大樣本（每三個傳感器1440條意見），並使用benchmark看到速度的差異：

library(rbenchmark)
statuses <- lapply(1:3, function(x) sample(0:1, 1440, replace=TRUE))
benchmark(apply=apply(as.data.frame(statuses), 1, sum),
          sapply=sapply(1:1440, function(x) sum(sapply(statuses, '[', x))),
          loop=for ( i in 1:1440 ) { sum(sapply(statuses, '[', i)) },
          columns=c('test', 'elapsed', 'relative', 'user.self'),
          order='relative')
    test elapsed relative user.self
1  apply   0.883    1.000     0.660
2 sapply   6.115    6.925     5.616
3   loop   6.305    7.140     5.776