在 R 中的列表上使用应用族和多个函数

Question

我对这个问题的回答之后有一个问题

我的解决方案是使用 for 循环，但我们应该尽可能地尝试优化（矢量化）。

我想了解的是如何矢量化我在 post 中制定的解决方案。

我的解决方案是

for(i in 1:length(graph_list)){
  graph_list[[i]]=set_vertex_attr(graph_list[[i]],"gender", value=attribute_df$gender[match(V(graph_list[[i]])$name, attribute_df$names)])
}

理想情况下，我们可以用 lapply 对其进行矢量化，但我在构思如何做到这一点时遇到了一些麻烦。这是我得到的

graph_lists_new=lapply(graph_list, set_vertex_attr, value=attribute_df$gender[match(V(??????????)$name, attribute_df$names)]))

我不清楚的是我在 ?????? 部分中添加了什么。 V() 函数中的内容应该是列表中的每个项目，但我没有得到的是我在使用 lapply 时放入的内容。

所有数据都可以在 link 我 posted 中找到，但这里是数据

attribute_df<- structure(list(names = structure(c(6L, 7L, 5L, 2L, 1L, 8L, 3L, 
4L), .Label = c("Andy", "Angela", "Eric", "Jamie", "Jeff", "Jim", 
"Pam", "Tim"), class = "factor"), gender = structure(c(3L, 2L, 
3L, 2L, 3L, 1L, 1L, 2L), .Label = c("", "F", "M"), class = "factor"), 
    happiness = c(8, 9, 4.5, 5.7, 5, 6, 7, 8)), class = "data.frame", row.names = c(NA, 
-8L))



edgelist<-list(structure(list(nominator1 = structure(c(3L, 4L, 1L, 2L), .Label = c("Angela", 
"Jeff", "Jim", "Pam"), class = "factor"), nominee1 = structure(c(1L, 
2L, 3L, 2L), .Label = c("Andy", "Angela", "Jeff"), class = "factor")), class = "data.frame", row.names = c(NA, 
-4L)), structure(list(nominator2 = structure(c(4L, 1L, 2L, 3L
), .Label = c("Eric", "Jamie", "Oscar", "Tim"), class = "factor"), 
    nominee2 = structure(c(1L, 3L, 2L, 3L), .Label = c("Eric", 
    "Oscar", "Tim"), class = "factor")), class = "data.frame", row.names = c(NA, 
-4L)))

graph_list<- lapply(edgelist, graph_from_data_frame)

Answer 1

因为你需要在你的调用中多次使用graph_list[[i]]，所以要使用lapply你需要写一个自定义函数，比如这个匿名函数。（它与您的循环代码相同，我只是将其包装在 function(x) 中并将 graph_list[[i]] 的所有实例替换为 x。）

graph_list = lapply(graph_list, function(x)
  set_vertex_attr(x, "gender", value = attribute_df$gender[match(V(x)$name, attribute_df$names)])
)

（请注意，我没有对此进行测试，但除非我输入错误，否则它应该可以工作。）

lapply 不是向量化——它只是 "loop hiding"。在这种情况下，我认为您的 for 循环比 lapply 更好。特别是因为您正在修改现有对象，您的简单 for 循环可能比 lapply 解决方案更有效，并且更具可读性。

当我们谈论向量化以提高效率时，我们几乎总是指原子向量，而不是 lists。（是向量化，毕竟不是列表化。）使用lapply和相关函数的原因（sapply， vapply、Map、大多数 purrr 包）不是计算机效率，而是 可读性 和人类编写效率。

假设您有一个数据框列表，my_list = list(iris, mtcars, CO2)。如果您想获取列表中每个数据框的行数并将其存储在变量中，我们可以使用 sapply 或 for 循环：

# easy to write, easy to read
rows_apply = sapply(my_list, nrow)

# annoying to read and write
rows_for = integer(length(my_list))
for (i in seq_along(my_list)) rows_for[i] = nrow(my_list[[i]])

但是您的任务越复杂，与这些替代方法相比，for 循环的可读性就越高。在你的情况下，我更喜欢 for 循环。

有关此的更多信息，请参阅旧问题 Is apply more than syntactic sugar?。自从编写了这些答案后，R 已升级为包含即时编译器，这进一步加快了 for 相对于应用的循环。在将近 10 年的答案中，您会看到有时 *apply 稍微比 for 循环。自从 JIT 编译器以来，我想你会发现相反的情况：大多数 的时间 for 循环比稍微快 [= =34=].

但在这两种情况下，除非你在 for/apply 中做一些绝对微不足道的事情，无论你在 [=77] 中做什么=] 将主导计时.

在 R 中的列表上使用应用族和多个函数

Using apply family and multiple functions on lists in R

r

vectorization