为什么vapply比sapply更安全？

Question

文档说

vapply类似于sapply，但有一个预先指定的返回值的类型，所以可以更安全[...]使用。

请您详细说明为什么它通常更安全，也许提供示例？

---

P.S .:我知道答案，我已经倾向于避免sapply。我只希望在这里有一个很好的答案，所以我可以指出我的同事。请不要“阅读手册”的答案。

Answer 1

正如已经指出的那样，vapply做了两两件事：

• 略有提高速度
• 通过提供有限的返回类型检查，提高了一致性。

第二点是更大的优势，因为它有助于在错误发生之前捕捉错误并导致更健壮的代码。这个返回值检查可以通过使用sapply然后stopifnot以确保返回值与您的预期一致来单独完成，但vapply更容易一些（如果更有限，由于自定义错误检查代码可以检查边界内的值等）。

下面是vapply的一个示例，确保您的结果符合预期。这与我刚刚在PDF抓取时正在进行的工作相似，其中findD将使用regex来匹配原始文本数据中的模式（例如，我将按实体列出一个为split的列表，并使用正则表达式匹配每个实体内的地址。偶尔，PDF已经被乱序转换，并且实体会有两个地址，这导致了不好）。

> input1 <- list(letters[1:5], letters[3:12], letters[c(5,2,4,7,1)]) 
> input2 <- list(letters[1:5], letters[3:12], letters[c(2,5,4,7,15,4)]) 
> findD <- function(x) x[x=="d"] 
> sapply(input1, findD) 
[1] "d" "d" "d" 
> sapply(input2, findD) 
[[1]] 
[1] "d" 

[[2]] 
[1] "d" 

[[3]] 
[1] "d" "d" 

> vapply(input1, findD, "") 
[1] "d" "d" "d" 
> vapply(input2, findD, "") 
Error in vapply(input2, findD, "") : values must be length 1, 
but FUN(X[[3]]) result is length 2 

当我告诉我的学生，成为一名程序员正在改变你的心态部分来自“错误是烦人”到“错误是我的朋友。”

零长度输入
一个相关的一点是，如果输入长度是零，sapply将总是返回一个空列表，而不管输入的类型。比较：

sapply(1:5, identity) 
## [1] 1 2 3 4 5 
sapply(integer(), identity) 
## list()  
vapply(1:5, identity) 
## [1] 1 2 3 4 5 
vapply(integer(), identity) 
## integer(0) 

随着vapply，保证您有一个特定类型的输出，所以你不需要编写额外的检查零级长度的输入。

基准

vapply可能有点快，因为它已经知道什么格式应该中期待的结果。

input1.long <- rep(input1,10000) 

library(microbenchmark) 
m <- microbenchmark(
    sapply(input1.long, findD), 
    vapply(input1.long, findD, "") 
) 
library(ggplot2) 
library(taRifx) # autoplot.microbenchmark is moving to the microbenchmark package in the next release so this should be unnecessary soon 
autoplot(m) 

Answer 2

如果你总是希望你的结果是特别的东西...例如。一个逻辑向量。 vapply确保发生这种情况，但sapply不一定这样做。

a<-vapply(NULL, is.factor, FUN.VALUE=logical(1)) 
b<-sapply(NULL, is.factor) 

is.logical(a) 
is.logical(b) 

Answer 3

参与vapply额外的击键可以节省您的时间后，调试混乱的结果。如果您要调用的函数可能返回不同的数据类型，则肯定应该使用vapply。

想到的一个例子是RODBC包中的sqlQuery。如果执行查询时发生错误，该函数返回带有消息的character向量。因此，举例来说，假设你正在试图遍历表名tnames的载体，在每个表请从数值列“NumCol”的最大值：

sapply(tnames, 
    function(tname) sqlQuery(cnxn, paste("SELECT MAX(NumCol) FROM", tname))[[1]]) 

如果所有的表名是有效的，这将导致一个numeric向量。但是，如果其中一个表名称在数据库中发生更改并且查询失败，则结果将被强制转换为character模式。然而，使用vapply和FUN.VALUE=numeric(1)，会在这里停止错误，并防止它跳出某处 - 或者更糟的是，根本就不会弹出。