如何对函数的每个参数连续应用相同的更改？

Question

我试图弄清楚如何对我开发的模型执行弹性分析。 为此，我打算对模型的每个参数应用 10% 并测量输出的变化。 我写了一个简单的函数，包括所有参数作为参数。

我的挑战是我不知道如何使用 apply 函数或循环将这个过程自动化到所有参数。

我们以一个伪函数为例：

model <- function(a=1, b=1, c=1){
   result <- a+(10*b)+(100*c)
   return(result)
   }

我想对每个参数应用相同的更改（+10% 的值）并为每次迭代生成一次运行。 例如，如果我必须手动完成，它会是这样的：

output_a <- model(a=1.1)
> 111.1

output_b <- model(b=1.1)
> 111

output_c <- model(c=1.1)
> 121

理想情况下，所有输出都将位于同一个数据帧中，以便将来轻松处理它们。 对此有什么想法吗？也许我找不到现有的帖子？

Answer 1

更改参数名称有点麻烦，但您可以使用do.call() 语法来构建命名列表。您还可以使用formalArgs() 来获取函数参数的名称

所以你可以做类似的事情

lapply(formalArgs(model), function(arg) {
  do.call("model", setNames(list(1.1), arg))
})

您还可以使用更简洁的方法来处理 rlang 和 purrr

library(rlang)
library(purrr)
formalArgs(model) %>% 
  map(~exec(model, !!.x := 1.1))

Answer 2

创建一个包含所需值的网格，将其子集化为所需值，然后在其上或在 (3) 中直接生成 Map 或 mapply。

v <- c(1, 1.1)

# either of these would be ok
g <- expand.grid(a = v, b = v,  c = v)
# g <- do.call("expand.grid", Map(function(x) v, c("a", "b", "c")))

g <- g[rowSums(g != 1) == 1, ]

# either of these would be ok
transform(g, result = mapply("model", g$a, g$b, g$c))
# transform(g, result = do.call("mapply", c("model", g)))

给予：

    a   b   c result
2 1.1 1.0 1.0  111.1
3 1.0 1.1 1.0  112.0
5 1.0 1.0 1.1  121.0

2) 还有一些列表理解包（comprehenr、eList、listcompr）可以使用：

library(listcompr)
gen.data.frame(data.frame(a, b, c, result = model(a, b, c)), 
  a = v, b = v, c = v, (a != 1) + (b != 1) + (c != 1) == 1)

给予：

    a   b   c result
1 1.1 1.0 1.0  111.1
2 1.0 1.1 1.0  112.0
3 1.0 1.0 1.1  121.0

3) diag 我们可以直接使用diag创建g矩阵：

g <- diag(.1, 3) + 1
colnames(g) <- c("a", "b", "c")
cbind(g, result = apply(g, 1, function(x) model(x[1], x[2], x[3])))

给出这个矩阵：

       a   b   c result
[1,] 1.1 1.0 1.0  111.1
[2,] 1.0 1.1 1.0  112.0
[3,] 1.0 1.0 1.1  121.0