在没有全局分配的情况下在函数的每次迭代中动态更新输入数据帧
Dynamically update input dataframe at each iteration of function without global assignment
我有 (1) 评分参考 table，以及 (2) 根据这些评分随机生成结果并根据生成的结果更新评分的函数。
虽然下面的可重现示例有更简单的解决方案，但预期的应用是根据对手的 Elo 等级来模拟对手之间的结果，每轮之后都会更新等级，以便 运行 模拟 'hot'.
在这里，我有一个评分 ref 的参考 table 并使用函数 genResult 生成随机结果并使用全局分配更新参考 table。
set.seed(123)
ref <- data.frame(id = LETTERS[1:5],
rating = round(runif(5, 100, 200)))
genResult <- function(ref) {
id_i <- LETTERS[floor(runif(1, 1, 5))]
score_i <- round(rnorm(1, 0, 20))
ref[ref$id == id_i,]$rating <- ref[ref$id == id_i,]$rating + score_i
result_i <- data.frame(id = id_i, score = score_i)
# assign('ref', ref, envir=.GlobalEnv)
ref <<- ref
return(list(result_i, ref))
}
复制这个函数两次，我们可以看到ref按预期更新了。
replicate(2, genResult(ref), simplify = F)
返回这个，我们可以看到引用 table 在两次迭代中的每一次更新。
[[1]]
[[1]][[1]]
id score
1 A 1
[[1]][[2]]
id rating
1 A 130
2 B 179
3 C 141
4 D 188
5 E 194
[[2]]
[[2]][[1]]
id score
1 C -2
[[2]][[2]]
id rating
1 A 130
2 B 179
3 C 139
4 D 188
5 E 194
现在假设我想复制上面的（复制的）函数；使用动态更新的评级模拟 5 个结果的 3 个独立实例并仅输出结果。我再次引用 table ref 并定义了一个使用全局赋值的类似函数：
set.seed(123)
ref <- data.frame(id = LETTERS[1:5],
rating = round(runif(5, 100, 200)))
genResult2 <- function(ref) {
id_i <- LETTERS[floor(runif(1, 1, 5))]
score_i <- round(rnorm(1, 0, 20))
ref[ref$id == id_i,]$rating <- ref[ref$id == id_i,]$rating + score_i
result_i <- data.frame(id = id_i, score = score_i)
ref <<- ref
return(result_i)
}
然后使用 apply 循环并将结果列表折叠到数据框：
lapply(1:3, function(i) {
ref_i <- ref
replicate(5, genResult2(ref_i), simplify = F) %>%
plyr::rbind.fill() %>%
mutate(i)
}) %>%
plyr::rbind.fill()
返回：
id score i
1 A 1 1
2 C -2 1
3 B 9 1
4 A 26 1
5 A -9 1
6 D 10 2
7 D 8 2
8 C 5 2
9 A 36 2
10 C 17 2
11 B 14 3
12 B -15 3
13 B -4 3
14 A -22 3
15 B -13 3
现在这似乎按预期工作了，但是 (i) 感觉真的很丑陋，并且 (ii) 我读过无数次全局赋值可以而且将会造成意外伤害。
谁能提出更好的解决方案？
您可以使用 new.env() 创建一个 新环境 并在那里进行计算：
将这个想法应用到你的第一个函数中得到：
set.seed(123)
ref1 <- data.frame(id = LETTERS[1:5],
rating = round(runif(5, 100, 200)))
ref1
refEnv <- new.env()
refEnv$ref = ref1
genResult <- function(ref) {
id_i <- LETTERS[floor(runif(1, 1, 5))]
score_i <- round(rnorm(1, 0, 20))
ref[ref$id == id_i,]$rating <- ref[ref$id == id_i,]$rating + score_i
result_i <- data.frame(id = id_i, score = score_i)
assign('ref', ref, envir=refEnv)
return(list(result_i, ref))
}
replicate(2, genResult(refEnv$ref), simplify = F)
ref1
refEnv$ref
您会看到原始的 ref1 没有被触及并保持不变，而 refEnv$ref 包含上次迭代的结果。
并使用 lapply:
将其实现到您的第二个函数
set.seed(123)
ref1 <- data.frame(id = LETTERS[1:5],
rating = round(runif(5, 100, 200)))
ref1
refEnv <- new.env()
refEnv$ref = ref1
genResult2 <- function(ref) {
id_i <- LETTERS[floor(runif(1, 1, 5))]
score_i <- round(rnorm(1, 0, 20))
ref[ref$id == id_i,]$rating <- ref[ref$id == id_i,]$rating + score_i
result_i <- data.frame(id = id_i, score = score_i)
assign('ref', ref, envir=refEnv)
return(result_i)
}
# Replicating this function twice, we can see `ref` is updated as expected.
lapply(1:3, function(i) {
replicate(5, genResult2(refEnv$ref), simplify = F) %>%
plyr::rbind.fill() %>%
mutate(i)
}) %>%
plyr::rbind.fill()
ref1
如果您正在迭代并且下一次迭代取决于上一次迭代，这通常是一个好兆头，表明您应该使用老式的 for 循环而不是 replicate 或 apply 函数（另一种可能性本来可以使用 Reduce 并将 accumulate 参数设置为 TRUE).
这给出了与您发布的代码相同的输出，我使用了一个 for 循环并使您的函数也成为 return ref：
genResult3 <- function(ref) {
id_i <- LETTERS[floor(runif(1, 1, 5))]
score_i <- round(rnorm(1, 0, 20))
ref[ref$id == id_i,]$rating <- ref[ref$id == id_i,]$rating + score_i
result_i <- data.frame(id = id_i, score = score_i)
#ref <<- ref
return(list(result_i,ref)) # added ref to output
}
lapply(1:3, function(i) {
res <- list(5)
for (k in 1:5){
gr <- genResult3(ref)
res[[k]] <- gr[[1]] # update rating
ref <- gr[[2]] # get result
res[[k]] <- left_join(res[[k]], ref, by = "id") # combine for output
}
plyr::rbind.fill(res) %>%
mutate(i)
}) %>%
plyr::rbind.fill()
返回：
id score rating i
1 A 1 130 1
2 C -2 139 1
3 B 9 188 1
4 A 26 156 1
5 A -9 147 1
6 D 10 198 2
7 D 8 206 2
8 C 5 146 2
9 A 36 165 2
10 C 17 163 2
11 B 14 193 3
12 B -15 178 3
13 B -4 174 3
14 A -22 107 3
15 B -13 161 3
我有 (1) 评分参考 table，以及 (2) 根据这些评分随机生成结果并根据生成的结果更新评分的函数。
虽然下面的可重现示例有更简单的解决方案，但预期的应用是根据对手的 Elo 等级来模拟对手之间的结果，每轮之后都会更新等级，以便 运行 模拟 'hot'.
在这里，我有一个评分 ref 的参考 table 并使用函数 genResult 生成随机结果并使用全局分配更新参考 table。
set.seed(123)
ref <- data.frame(id = LETTERS[1:5],
rating = round(runif(5, 100, 200)))
genResult <- function(ref) {
id_i <- LETTERS[floor(runif(1, 1, 5))]
score_i <- round(rnorm(1, 0, 20))
ref[ref$id == id_i,]$rating <- ref[ref$id == id_i,]$rating + score_i
result_i <- data.frame(id = id_i, score = score_i)
# assign('ref', ref, envir=.GlobalEnv)
ref <<- ref
return(list(result_i, ref))
}
复制这个函数两次，我们可以看到ref按预期更新了。
replicate(2, genResult(ref), simplify = F)
返回这个，我们可以看到引用 table 在两次迭代中的每一次更新。
[[1]]
[[1]][[1]]
id score
1 A 1
[[1]][[2]]
id rating
1 A 130
2 B 179
3 C 141
4 D 188
5 E 194
[[2]]
[[2]][[1]]
id score
1 C -2
[[2]][[2]]
id rating
1 A 130
2 B 179
3 C 139
4 D 188
5 E 194
现在假设我想复制上面的（复制的）函数；使用动态更新的评级模拟 5 个结果的 3 个独立实例并仅输出结果。我再次引用 table ref 并定义了一个使用全局赋值的类似函数：
set.seed(123)
ref <- data.frame(id = LETTERS[1:5],
rating = round(runif(5, 100, 200)))
genResult2 <- function(ref) {
id_i <- LETTERS[floor(runif(1, 1, 5))]
score_i <- round(rnorm(1, 0, 20))
ref[ref$id == id_i,]$rating <- ref[ref$id == id_i,]$rating + score_i
result_i <- data.frame(id = id_i, score = score_i)
ref <<- ref
return(result_i)
}
然后使用 apply 循环并将结果列表折叠到数据框：
lapply(1:3, function(i) {
ref_i <- ref
replicate(5, genResult2(ref_i), simplify = F) %>%
plyr::rbind.fill() %>%
mutate(i)
}) %>%
plyr::rbind.fill()
返回：
id score i
1 A 1 1
2 C -2 1
3 B 9 1
4 A 26 1
5 A -9 1
6 D 10 2
7 D 8 2
8 C 5 2
9 A 36 2
10 C 17 2
11 B 14 3
12 B -15 3
13 B -4 3
14 A -22 3
15 B -13 3
现在这似乎按预期工作了，但是 (i) 感觉真的很丑陋，并且 (ii) 我读过无数次全局赋值可以而且将会造成意外伤害。
谁能提出更好的解决方案？
您可以使用 new.env() 创建一个 新环境 并在那里进行计算：
将这个想法应用到你的第一个函数中得到：
set.seed(123)
ref1 <- data.frame(id = LETTERS[1:5],
rating = round(runif(5, 100, 200)))
ref1
refEnv <- new.env()
refEnv$ref = ref1
genResult <- function(ref) {
id_i <- LETTERS[floor(runif(1, 1, 5))]
score_i <- round(rnorm(1, 0, 20))
ref[ref$id == id_i,]$rating <- ref[ref$id == id_i,]$rating + score_i
result_i <- data.frame(id = id_i, score = score_i)
assign('ref', ref, envir=refEnv)
return(list(result_i, ref))
}
replicate(2, genResult(refEnv$ref), simplify = F)
ref1
refEnv$ref
您会看到原始的 ref1 没有被触及并保持不变，而 refEnv$ref 包含上次迭代的结果。
并使用 lapply:
set.seed(123)
ref1 <- data.frame(id = LETTERS[1:5],
rating = round(runif(5, 100, 200)))
ref1
refEnv <- new.env()
refEnv$ref = ref1
genResult2 <- function(ref) {
id_i <- LETTERS[floor(runif(1, 1, 5))]
score_i <- round(rnorm(1, 0, 20))
ref[ref$id == id_i,]$rating <- ref[ref$id == id_i,]$rating + score_i
result_i <- data.frame(id = id_i, score = score_i)
assign('ref', ref, envir=refEnv)
return(result_i)
}
# Replicating this function twice, we can see `ref` is updated as expected.
lapply(1:3, function(i) {
replicate(5, genResult2(refEnv$ref), simplify = F) %>%
plyr::rbind.fill() %>%
mutate(i)
}) %>%
plyr::rbind.fill()
ref1
如果您正在迭代并且下一次迭代取决于上一次迭代，这通常是一个好兆头，表明您应该使用老式的 for 循环而不是 replicate 或 apply 函数（另一种可能性本来可以使用 Reduce 并将 accumulate 参数设置为 TRUE).
这给出了与您发布的代码相同的输出，我使用了一个 for 循环并使您的函数也成为 return ref：
genResult3 <- function(ref) {
id_i <- LETTERS[floor(runif(1, 1, 5))]
score_i <- round(rnorm(1, 0, 20))
ref[ref$id == id_i,]$rating <- ref[ref$id == id_i,]$rating + score_i
result_i <- data.frame(id = id_i, score = score_i)
#ref <<- ref
return(list(result_i,ref)) # added ref to output
}
lapply(1:3, function(i) {
res <- list(5)
for (k in 1:5){
gr <- genResult3(ref)
res[[k]] <- gr[[1]] # update rating
ref <- gr[[2]] # get result
res[[k]] <- left_join(res[[k]], ref, by = "id") # combine for output
}
plyr::rbind.fill(res) %>%
mutate(i)
}) %>%
plyr::rbind.fill()
返回：
id score rating i
1 A 1 130 1
2 C -2 139 1
3 B 9 188 1
4 A 26 156 1
5 A -9 147 1
6 D 10 198 2
7 D 8 206 2
8 C 5 146 2
9 A 36 165 2
10 C 17 163 2
11 B 14 193 3
12 B -15 178 3
13 B -4 174 3
14 A -22 107 3
15 B -13 161 3