在 R 中的两个命名列表之间应用函数的最佳方法是什么？

【问题标题】：What is the best way to apply a function between two named lists in R?在 R 中的两个命名列表之间应用函数的最佳方法是什么？
【发布时间】：2021-05-08 16:34:01
【问题描述】：

我有一个结构如下的 S3 对象：

dataset <- NULL
dataset$x <- list(a=runif(10), b=runif(10), c=runif(10))
dataset$y <- list(a=runif(10), b=runif(10), c=runif(10))

两个列表 $x 和 $y 包含相同数量的同名元素。

我需要同时在两个列表之间应用一个函数，如下：

for(i in c('a','b','c')){
  subset <- dataset$x[[i]] > 0.5
  dataset$x[[i]] <- subset(dataset$x[[i]], subset)
  dataset$y[[i]] <- subset(dataset$y[[i]], subset)
}

在实际情况下，列表具有非常多的元素，因此循环不是最快的方法。对这个循环进行矢量化的最佳方法是什么？

谢谢！

【问题讨论】：

如果您想就地修改这两个列表，那么for 循环确实是最好（最清晰）的方法。至于“最快的方法”，通常for 循环与lapply 和类似的一样快（很多年前，这不是真的），因此两者都有明显的优势。

标签： r list vectorization named

【解决方案1】：

这是lapply/Map 的一种方法。从“数据集”中提取“x”元素，将双 list 元素转换为 logical（“lst1”）。然后使用lapply 遍历“数据集”，使用Map 内部到subset 内部list 以及使用“x”元素（“lst1”）创建的逻辑list

lst1 <- lapply(dataset$x,`>`, 0.5)
out <- lapply(dataset, function(x) Map(subset, x, lst1))

优点是我们不必像 OP 的帖子中那样提取多个 list 元素

-输出

out
$x
$x$a
[1] 0.6849740 0.7275233 0.8227778 0.9315966

$x$b
[1] 0.6296180 0.5122322 0.6795041

$x$c
[1] 0.5528317 0.9408803 0.7244978 0.6040235 0.8212669 0.5369701


$y
$y$a
[1] 0.1836949 0.8954276 0.5996935 0.4948389

$y$b
[1] 0.2699243 0.5965194 0.3989432

$y$c
[1] 0.5072449 0.1735438 0.4563791 0.9464107 0.7269070 0.4369199

【讨论】：