基础 R 中的逐行操作问题

【问题标题】：Problem with row-wise operation in base R基础 R 中的逐行操作问题
【发布时间】：2021-12-08 14:51:34
【问题描述】：

我在使用 R 中的“应用”函数执行逐行操作时遇到问题。我想计算两点之间的距离：

d <- function(x,y){
length <- norm(x-y,type="2")
as.numeric(length)
}

坐标由两个数据框给出：

start <- data.frame(
a = c(7, 5, 17, 1), 
b = c(5, 17, 1, 2))

stop <- data.frame( 
b = c(5, 17, 1, 2),
c = c(17, 1, 2, 1))

我的意思是计算开始和停止坐标给出的连续距离。我希望它像这样工作：

d(start[1,], stop[1,])
d(start[2,], stop[2,])
d(start[3,], stop[3,])
etc...

我试过了：

apply(X = start, MARGIN = 1, FUN = d, y = stop)

这带来了一些奇怪的结果。你能帮我找到合适的解决方案吗？我知道如何使用 dplyr rowwise() 函数执行操作，但我希望只使用 base。你能解释一下为什么我用 apply() 会收到这么奇怪的结果吗？

【问题讨论】：

标签： r parallel-processing base rowwise

【解决方案1】：

遍历行序列并应用d

sapply(seq_len(nrow(start)), function(i) d(start[i,], stop[i,]))
[1] 12.165525 20.000000 16.031220  1.414214

或者如果我们想使用apply，通过cbind创建单个数据，然后通过索引创建子集

apply(cbind(start, stop), 1, FUN = function(x) d(x[1:2], x[3:4]))
[1] 12.165525 20.000000 16.031220  1.414214

或者可以使用dapply来提高效率

library(collapse)
dapply(cbind(start, stop), MARGIN = 1, parallel = TRUE,
   FUN = function(x) d(x[1:2], x[3:4]))
[1] 12.165525 20.000000 16.031220  1.414214

【讨论】：

谢谢！哪种解决方案会更快？计划是将其用于约 300-10000 行数据帧。第一个解决方案不是和对行的简单循环一样快吗？
@Rafau rowwise 通常很慢。如果您想要更快的，请使用 dapply from collapse（更新）
@Rafau 和dapply 你也可以使用parallel = TRUE