循环具有三个参数的函数，mapply/sapply/for 循环不起作用？

Question

我试图循环一个具有三个参数的函数，但 lapply 和 mapply 都没有提供正确的解决方案。这里的目标是根据三个参数（num、resp、cdr）的所有可能组合获得所有可能的结果。如果您看到下面的函数，这里的目标是计算所有三个级别的 num 的 n（保持 resp 和 cdr 常量），对于所有三个级别的 resp（保持 num 和 @987654331 @常量），并且对于cdr的所有三个级别（保持resp和num常量）。但正如您从输出中看到的那样，lapply 和 mapply 都没有在这里提供正确的答案。

尝试使用嵌套的for 循环来执行此操作也没有成功（尽管我在使用循环方面不是那么好，所以如果它让我得到正确的答案，我愿意接受基于循环的解决方案）。

最小可重现示例：

set.seed(124)
num <- c(10, 20, 30)
resp <- sample(100:200, 3)
cdr <- 3:5

my_fun <- function(num, resp, cdr){
 n <- ((num * resp) / cdr)   
}  

sapply(num, my_fun, resp, cdr)
     [,1] [,2] [,3]
[1,]  360  720 1080
[2,]  350  700 1050
[3,]  302  604  906

mapply(my_fun, num, resp, cdr)
[1] 360 700 906

Answer 1

你可以试试：

df <- expand.grid(data.frame(num, resp, cdr))
with(df, (num * resp) / cdr)

   num resp cdr         n
1   10  151   3  503.3333
2   20  151   3 1006.6667
3   30  151   3 1510.0000
4   10  176   3  586.6667
5   20  176   3 1173.3333
...

Answer 2

基于 purrr/dplyr 的解决方案是：

set.seed(124)
num <- c(10, 20, 30)
resp <- sample(100:200, 3)
cdr <- 3:5

my_fun <- function(num, resp, cdr){
 ((num * resp) / cdr)   
} 

args <- list(num = num, resp = resp, cdr = cdr)
args %>% 
  purrr::cross_df() %>% 
  dplyr::mutate(res = my_fun(num, resp, cdr))

Answer 3

# gen data
set.seed(124)
num  <- c(10, 20, 30)
resp <- sample(100:200, 3)
cdr  <- 3:5

# function (written with one input vector)
my_fun <- function(x){
  x[1] * x[2] / x[3]  
} 

# used expand.grid() and apply() to 
# eval function on all combos of num, resp, cdr
opts <- expand.grid(num, resp, cdr)
res  <- apply(opts, 1, my_fun)
cbind(opts, res)