如何简化 R 中的 FOR 循环？答案

【问题标题】：How to simplify FOR loops in R?如何简化 R 中的 FOR 循环？
【发布时间】：2015-01-20 21:06:33
【问题描述】：

for(i in 1:100)
{
  for(j in 1:100)
  {
       hdist <- rgeos::gDistance(xySpatialLines[[i]], xySpatialLines[[j]], byid=FALSE, hausdorff=TRUE)
       distances[i,j] <- dist 
  }
}

有什么办法可以简化 j 循环得到这样的东西：

for(i in 1:100)
{
  distances[i,j] <- lapply(???)  # or sapply?
}

更新：

xySpatialLines[[i]] 中存储的数据 - 这些是 SpatialLines 对象：

library(sp)
xySpatialLines <- vector(mode = "list", length = 2)
x1 <- c(1,4,5,3,2)
y1 <- c(2,5,3,6,7)
x2 <- c(4,4,6,3,2)
y2 <- c(8,5,2,6,1)
xy1 <- cbind(x1,y1)
xy2 <- cbind(x2,y2)
xy1.sp = sp::SpatialPoints(xy1)
xy2.sp = sp::SpatialPoints(xy2)
spl1 <- sp::SpatialLines(list(Lines(Line(xy1.sp), ID="a")))
spl2 <- sp::SpatialLines(list(Lines(Line(xy2.sp), ID="b")))
xySpatialLines[[1]] = spl1
xySpatialLines[[2]] = spl2

【问题讨论】：

看看mapply（多变量lapply）。而且你总是可以使用双 lapply()
@Richard Scriven：我的想法是将这个双循环转换为 foreach () %dopar% { #...mapply } O 你建议使用双 lapply 吗？我正在寻找计算效率高的解决方案
@Richard Scriven：请查看更新

标签： r for-loop lapply simplify sapply

【解决方案1】：

你可以使用外部：

distances = outer(xySpatialLines, xySpatialLines, FUN = gDistance, byid=FALSE, hausdorff = TRUE)

【讨论】：

你的意思是这个单行会代替我的整个双循环吗？
应该的。我没有来自您的问题的样本数据来确认
如果您尝试一些简单的示例，例如outer(c(1,2,3), c(4,5,6), "+") 或outer(c(1,2,3), c(4,5,6), function(x,y) x^2 - y) 或outer(c(1,2,3), c(4,5,6), function(x,y) paste(x, "is less than", y))，您可以看到outer 正在做什么。
@Señor O：我将 SpatialLines 对象存储在向量 xySpatialLines 中
@Ricky -- 一切都可以解密，可以这么说。这可能需要更多步骤，但当然可以完成。