迭代R中的单独列表答案

【问题标题】：Iterating over separate lists in R迭代R中的单独列表
【发布时间】：2011-04-12 00:28:37
【问题描述】：

我在 R 中有很多变量，都是列表类型

a100 = list()
a200 = list()
# ...
p700 = list()

每个变量都是一个复杂的数据结构：

a200$time$data # returns 1000 x 1000 matrix

现在，我想依次将代码应用于每个变量。但是，由于 R 不支持按引用传递，我不确定该怎么做。

我的一个想法是创建一个包含所有这些列表的大列表，即，

biglist = list()
biglist[[1]] = a100
...

然后我可以遍历 biglist：

for (i in 1:length(biglist)){
    biglist[[i]]$newstuff = "profit"
    # more code here
}

最后，在循环之后，返回以使现有代码（使用变量名）仍然有效：

a100 = biglist[[1]]
# ...

问题是：有没有更好的方法来迭代一组命名列表？我有一种感觉，我做错了可怕的事情。有没有更简单的，比如：

# FAKE, Idealized code:
foreach x in (a100, a200, ....){
    x$newstuff = "profit"
}

a100$newstuff # "profit"

【问题讨论】：

标签： r list loops

【解决方案1】：

要并行遍历列表，您可以使用 mapply，它将获取并行列表，然后以锁步方式遍历它们。此外，在函数式语言中，您应该发出所需的对象，而不是在函数调用中修改数据结构。

您应该使用 sapply、apply、lapply 等函数系列。

吉姆

【讨论】：

感谢吉姆的想法。我怎样才能使用 lapply，并且仍然修改原始列表？例如，如果我做了lapply(biglist, function(x){x$newstuff = "profit"; x})，那么原来的biglist 就不会被修改，不是吗？每个x 只会输出到屏幕上，不会保存在任何地方？
Jim - 在考虑了更多之后，我认为您发出对象而不是修改对象的建议是黄金。将我的代码构造为a100 = computeStuff(a100) 比我想到的所有复杂性要好得多。感谢您的建议。

【解决方案2】：

jimmyb 说的很对。 lapply 和 sapply 专门设计用于处理列表。所以他们也会和你的大名单一起工作。你不应该忘记在嵌套函数中返回对象：一个例子：

X <- list(A=list(A1=1:2,A2=3:4),B=list(B1=5:6,B2=7:8))

lapply(X,function(i){
    i$newstuff = "profit"
    return(i)
})

现在正如您所说，R 通过值传递，因此您有多个漫游数据副本。如果您使用非常大的列表，您可能希望通过使用assign 和get 分别处理每个变量来尝试降低内存使用量。以下被认为是糟糕的编码，但有时可能需要避免内存问题：

A <- X[[1]] ; B <- X[[2]] #make the data
list.names <- c("A","B")

for (i in list.names){
    tmp <- get(i)
    tmp$newstuff <- "profit"
    assign(i,tmp)
    rm(tmp)
}

当您在全球环境中工作时，请确保您充分了解此代码的含义。如果您需要更频繁地执行此操作，您可能希望使用环境来代替：

my.env <- new.env() # make the environment
my.env$A <- X[[1]];my.env$B <- X[[2]] # put vars in environment

for (i in list.names){
    tmp <- get(i,envir=my.env)
    tmp$newstuff <- "profit"
    assign(i,tmp,envir=my.env)
    rm(tmp)
}
my.env$A
my.env$B

【讨论】：