如何避免在R中使用嵌套lapply？

Question

我正在寻求嵌套乐器的高效替代方案，我认为在R社区中不使用嵌套结构。任何人都可以提出可能的想法或方法来避免在自定义函数中使用嵌套lapply？

这里是快速重复的例子：

模拟数据，我用lapply嵌套的，但要避免这种

a <- data.frame(
    start=seq(1, by=9, len=18), stop=seq(6, by=9, len=18), 
    ID=letters[seq(1:18)], score=sample(1:25, 18, replace = FALSE)) 
b <- data.frame(
    start=seq(2, by=11, len=20), stop=seq(8, by=11, len=20), 
    ID=letters[seq(1:20)], score=sample(1:25, 20, replace = FALSE)) 
c <- data.frame(
    start=seq(4, by=11, len=25), stop=seq(9, by=11, len=25), 
    ID=letters[seq(1:25)], score=sample(1:25, 25, replace = FALSE)) 

功能：

a.big <- a[a$score >10,] 
a.sml <- a[(a$score > 6 & a$score <= 10),] 
a.non <- a[a$score < 6,] 

a_new <- list('big'=a.big, 'sml'=a.sml) 
tar.list <- list(b,c) 

test <- lapply(a_new, function(ele_) { 
    re <- lapply(tar.list, function(li) { 
    out <- base::setdiff(ele_, li) 
    return(out) 
    }) 
}) 

目标：

避免使用嵌套乐器，找到其有效的选择。我的意思是找到更好的代表性输出，它必须易于/快速重现，并且允许快速/简单的下游计算。有没有一般的方法来做到这一点？

如何避免在test中使用嵌套乐器？任何人都可以提出可能的想法来解决这个问题吗？由于

最好的问候：

杰夫

Answer 1

我不知道你真正想要的。但是，如果你喜欢这两个名单的所有组合的setdiff，那么你可以使用这样的事情：

# all combinations 
a <- expand.grid(seq_along(a_new), seq_along(tar.list)) 
a 
    Var1 Var2 
1 1 1 
2 2 1 
3 1 2 
4 2 2 
# apply over all combinations setdiff row-vice 
apply(a, 1, function(x, y, z){ setdiff(y[x[1]], z[x[2]])}, a_new, tar.list)[1:2] 
[[1]] 
[[1]][[1]] 
    start stop ID score 
2  10 15 b 21 
3  19 24 c 12 
6  46 51 f 23 
9  73 78 i 15 
10 82 87 j 19 
11 91 96 k 25 
13 109 114 m 11 
16 136 141 p 17 
17 145 150 q 18 
18 154 159 r 24 


[[2]] 
[[2]][[1]] 
    start stop ID score 
5  37 42 e  9 
14 118 123 n  8 
15 127 132 o  7 

采用双[[]] brakets只给你一个列表的干净的输出。

apply(a, 1, function(x, y, z){ setdiff(y[[x[1]]],z[[x[2]]])}, a_new, tar.list) 

[[1]] 
    start stop ID score 
2  10 15 b 21 
3  19 24 c 12 
6  46 51 f 23 
9  73 78 i 15 
10 82 87 j 19 
11 91 96 k 25 
13 109 114 m 11 
16 136 141 p 17 
17 145 150 q 18 
18 154 159 r 24 

[[2]] 
    start stop ID score 
5  37 42 e  9 
14 118 123 n  8 
15 127 132 o  7 

[[3]] 
    start stop ID score 
2  10 15 b 21 
3  19 24 c 12 
6  46 51 f 23 
9  73 78 i 15 
10 82 87 j 19 
11 91 96 k 25 
13 109 114 m 11 
16 136 141 p 17 
17 145 150 q 18 
18 154 159 r 24 

[[4]] 
    start stop ID score 
5  37 42 e  9 
14 118 123 n  8 
15 127 132 o  7 

Answer 2

这是你想要的吗？

outd <- function(ele_, li) base::setdiff(ele_, li) 
mapply(outd, a_new, tar.list, SIMPLIFY = FALSE) 

> mapply(outd, a_new, tar.list, SIMPLIFY = FALSE) 
$big 
    start stop ID score 
1  1 6 a 12 
6  46 51 f 20 
8  64 69 h 24 
9  73 78 i 13 
10 82 87 j 11 
12 100 105 l 19 
14 118 123 n 16 
15 127 132 o 18 
16 136 141 p 22 
17 145 150 q 23 
18 154 159 r 14 

$sml 
    start stop ID score 
2 10 15 b  9 
7 55 60 g 10 

编辑

在上述情况下mapply应用功能对列表元素。

如果我们从outer的IDEIA扩大这两个列表，我们得到（不知道是否会在其它情况下工作）：

bY <- rep(tar.list, rep.int(length(a_new), length(tar.list))) 
bX <- rep(a_new, times = ceiling(length(bY)/length(a_new))) 
mapply(outd, bX, bY, SIMPLIFY = FALSE) 

> mapply(outd, bX, bY, SIMPLIFY = FALSE) 
$big 
    start stop ID score 
1  1 6 a 25 
2  10 15 b 23 
4  28 33 d 14 
7  55 60 g 19 
9  73 78 i 20 
10 82 87 j 21 
12 100 105 l 13 
13 109 114 m 12 
14 118 123 n 22 
16 136 141 p 15 
17 145 150 q 18 

$sml 
    start stop ID score 
6  46 51 f  9 
8  64 69 h  8 
18 154 159 r 10 

$big 
    start stop ID score 
1  1 6 a 25 
2  10 15 b 23 
4  28 33 d 14 
7  55 60 g 19 
9  73 78 i 20 
10 82 87 j 21 
12 100 105 l 13 
13 109 114 m 12 
14 118 123 n 22 
16 136 141 p 15 
17 145 150 q 18 

$sml 
    start stop ID score 
6  46 51 f  9 
8  64 69 h  8 
18 154 159 r 10