R 使用 lapply 将函数应用于列表

Question

我有三个列表，List1 包含标识符，List2 包含逗号分隔的字符串，这些字符串可能是 List1 中的项目，List3 包含数字（一些测量分数）。

List1=c("Object1","Object2",......,"Objectn")
List2=c("Object1","Object2,Object3","Object4","Object5","Object6", .... )
List3=c("0.90","0,80",....)

所有列表的长度相同。

我要做什么，对于List1中的每一项，对于List2中的每一项，检查交集是否不为空，并增加一个分数。

我可以反复执行此操作，但由于我的列表太长，我想使用 lapply 执行此操作但失败了。任何帮助将不胜感激。

FinalScoreList="",

for(i in 1:length(List1)){

  score=0

   for(j in 1:length(List2)){


      if(length(intersect(List1[[i]], 
             as.list(unlist(strsplit(as.character(List2[j]),',')))))>0) {

            score=score+as.double(List3[j])

        }

      }

     FinalScoreList=c(FinalScoreList,score)

   }

Answer 1

我认为这与您所追求的一致：

List1=c("Object1","Object2", "0.70")
List2=c("Object1","Object2", "Object3")
List3=c("0.90","0,80", "0.70")

# Make a list of lists
All_Lists = list(
  "List1" = List1,
  "List2" = List2,
  "List3" = List3
)

# Create a dataframe listing all pairwise combinations of the lists
intersect_df <- data.frame(t(combn(names(All_Lists), 2)))

# Add a new column to this dataframe indicating the length of the intersection
# between each pair of lists
intersect_df$count <- apply(intersect_df, 1, function(r) length(intersect(All_Lists[[r[1]]], All_Lists[[r[2]]])))

输出：

> intersect_df
     X1    X2 count
1 List1 List2     2
2 List1 List3     1
3 List2 List3     0

所以输出中的每一行都指定了两个列表（X1 和 X2）的组合，count 列表示这两个列表之间的交集长度。

Answer 2

首先，我不建议将名称“List”（List1,List2,List3...）给非列表项。 其次，因为您希望“List3”元素是数字的，所以从一开始就这样做。我创建了以下示例：

library(dplyr)
List1=c("Object1","Object2","Object3","Object4","Object5","Object6","Object7","Object8")
List2=c("Object3","Object4","Object5","Object6","Object7","Object8","Object9","Object10")
List3=c("0.90","0.80","0.70","0.60","0.50","0.40","0.30","0.20")%>%as.numeric

现在只需对您的代码进行少量更改，我们就可以得到 FinalScoreList

FinalScoreList=c()

for(i in 1:length(List1)){

  score=0

  for(j in 1:length(List2)){

    if(length(intersect(List1[[i]], as.list(unlist(strsplit(as.character(List2[j]),',')))))>0) {
      score=score+List3[j]
    }
  }
  FinalScoreList=c(FinalScoreList,score)
}
> FinalScoreList
[1] 0.0 0.0 0.9 0.8 0.7 0.6 0.5 0.4

我们可以在不循环下面的代码的情况下得到相同的结果：

df=data.frame(List1,List2,List3)
df$Matches<-0
matches0<-grep(List1,pattern=paste(intersect(List2,List1),collapse="|"))
matches1<-grep(List2,pattern=paste(intersect(List2,List1),collapse="|"))
df$Matches[matches0]<-List3[matches1]
> df$Matches
[1] 0.0 0.0 0.9 0.8 0.7 0.6 0.5 0.4

Answer 3

您可以在循环之前执行List2 的拆分，这已经加快了速度。同样，当您从一个空向量 FinalScoreList 开始时，R 必须在每一步中都增加它，这也会使其变慢。

这是一个嵌套lapply/sapply-calls的解决方案：

List2 <- lapply(List2, function(x) unlist(strsplit(x, split = ",")))

FinalScoreList <- lapply(List1, function(x) {
  indicator <- sapply(List2, function(y) x %in% y) 
  sum(List3[indicator])
})

unlist(FinalScoreList)

正如@Antonis 已经说过的，您应该已经将您的List3 向量存储为数字向量。

数据

List1 <- paste0("Object", 1:10)
List2 <- c("Object1", "Object6,Object5", "Object2,Object1", "Object7", 
           "Object6,Object8", "Object5,Object9", "Object4,Object2", 
           "Object3,Object8", "Object2,Object6", "Object10,Object3")
List3 <- runif(10)

Answer 4

谢谢你们。

现在假设 List1 与 List2 具有相同的性质，即项目可以是串联的字符串。也可以有不同的长度。

我在 List1 上做了 lapply strsplit，但我仍然在 FinalScoreList 中获得了 NA。

List1 <- c("Object1", "Object7,Object5", "Object2,Object1")


List2 <- c("Object1", "Object6,Object5", "Object0,Object1", "Object7", 
           "Object6,Object8", "Object5,Object9", "Object4,Object2", 
           "Object3,Object8", "Object2,Object3", "Object10,Object3")


List3 <- runif(10)

List2 <- lapply(List2, function(x) unlist(strsplit(x, split = ",")))


List1 <- lapply(List1, function(x) unlist(strsplit(x, split = ",")))

FinalScoreList <- lapply(List1, function(x) {
  indicator <- sapply(List2, function(y) {x %in% y}) 
  sum(List3[indicator])
})

unlist(FinalScoreList)

[1] 1.595639 NA NA