将函数应用于数据框或多个列表

Question

根据评论编辑： OP想要计算：

(100 *  (1 - 10 ^ - (Do - Do[Do==0] )) ⎞ (1 - 10 ^ - (Do[Do==100] - Do[Do==0]) - Do

对于Cl中In，Sa，data.frame的每个组合                    -RS

---

我正在尝试将一个名为dG的函数应用于数据帧。由于函数的参数长度不同，回收产生了不可预测的结果。

为了纠正这个问题，我将数据框分成了列表，并尝试在使用名为“ids”的函数识别每个列表后，将dG函数（下面）应用于每个列表。

• 请随意提出不同的解决方案。仅供参考，我的具体要求以项目符号开头

请让我首先提供显示问题的综合数据：

Do <- rep(c(0,2,4,6,8,10,15,20,30,40,45,50,55,60,65,70,80,85,90,92,94,96,98,100), each=16,times=16)
Cl <- rep(c("K", "Y","M","C"), each= 384, times=4)
In <- rep(c("A", "S"), each=3072)
Sa <- rep(c(1,2), each=1536)
Data <- rnorm(6144)
DataFrame <- cbind.data.frame(Do,Cl,In,Sa,Data); head(DataFrame)
rm(Do,Cl,In,Sa,Data)
attach(DataFrame)

DFSplit <- split(DataFrame[ , "Data"], list(Do, Cl, In, Sa))

函数'ids'是一个帮助函数，用于标识列表名称

ids <- function(Do, Cl, In, Sa){
    grep( paste( "^" , Do, "\\.",
                Cl, "\\.",
                In,
                "\\.", Sa,sep=""),
         names(DFSplit), value = TRUE)}

mapply(ids, Do, Cl, In, Sa, SIMPLIFY = FALSE)

以上mapply产生6144个列表。如果您查看mapply输出，您会注意到有384个唯一列表名称，但每个列表重复16次384 * 16 = 6144。

• 如何更改'ids'功能，以便mapply不会重复相同的名称16次。

作为一种丑陋而昂贵的解决方案，我使用了独特的解决方案我需要一个更好的基本解决方案。

unique(mapply(ids, Do, Cl, In, Sa, SIMPLIFY = FALSE))

dG功能是我想在每个'DFSplit'列表上运行的功能。它与前面的ids功能有相同的问题。它使用ids函数作为输入。

dG <- function(Do,Cl, In, Sa){
    dg <- 100*
                (1-10^-( DFSplit[[ids(Do,  Cl, In, Sa)]] - DFSplit[[ids(0, Cl, In, Sa)]])) /
                (1-10^-( DFSplit[[ids(100, Cl, In, Sa)]] - DFSplit[[ids(0, Cl, In, Sa)]])) - Do
    dg}

我尝试使用dG如下，这不是我想要的。

dG(Do,Cl, In, Sa)

它仅评估了dG功能的最后部分（ - Do）加上此警告

在grep中（粘贴（“^”，唯一（Do），“\。”，唯一（C1），“\。”，唯一（In），：参数'pattern'的长度> 1且仅有将使用第一个元素

• 您能否建议修改dG功能

然后我尝试了mapply

mapply(dG, Do, Cl, In, Sa, SIMPLIFY = FALSE)

mapply使用我的数据正确评估了该函数。 mapply生成6144个列表。您会注意到mapply输出基本上是384个唯一列表，每个列表重复16次384 * 16 = 6144。

• 如何修改dG功能以消除无用且耗时的重复？

我的想法是：

1. 消除我的第一个函数'ids'中的重复，我不知道该怎么做

2. 更改第二个函数的参数，以便参数的长度为384.也许使用列表的名称作为输入参数。我不知道怎么做。

3. 更改公式dG而不使用（Do，Cl，In，Sa）参数，因为每个参数的长度为6144

Answer 1

UPDATE：

您对@Roland所做的评论，只需要包含在previous related questions中的所有内容。

您可以在一行代码中处理整个过程：

library(data.table)
myDT <- data.table(DataFrame)

myDT[ , "TVI" :=  100 * (1 - 10^-(Data - Data[Do==0])) / (1 - 10^-(Data[Do==100] - Data[Do==0])) 
      , by=list(Cl, In, Sa)]

# this is your Tonval Value Increase
myDT$TVI

---

---

原始答案：

目前还不清楚你想要完成什么。但是，这里有两个概念，应该可以为您节省一个令人头疼的世界。

首先，您不需要ids功能。您可以从expand.grid获得更多里程：

myIDs <- expand.grid(unique(Do), unique(Cl), unique(In), unique(Sa))

# You can then use something like 
apply(myIDs, 1, paste, sep=".")
# to get the same results.  Or whatever other function suits

然而，即使这不是必要的。

---

以下是使用dG的{​​{1}}函数的等效内容。

请注意，不需要任何拆分或data.table或类似的任何内容 所有内容都由ids中的by函数处理。

data.table