sapply 在计算梯度时不返回（数字）向量答案

【问题标题】：sapply doesn't return (numeric) vector when calculating gradientssapply 在计算梯度时不返回（数字）向量
【发布时间】：2016-06-05 03:27:02
【问题描述】：

我正在使用计算梯度值

  DF$gradUx <- sapply(1:nrow(DF), function(i) ((DF$V4[i+1])-DF$V4[i]), simplify = "vector")

但是在检查class(DF$gradUx) 时，我仍然得到一个列表。我想要的是一个数字向量。我做错了什么？

Browse[1]> head(DF)
  V1 V2            V3           V4      
1  0  0 -2.913692e-09 2.913685e-09                          
2  1  0  1.574589e-05 3.443367e-09 
3  2  0  2.111406e-05 3.520451e-09 
4  3  0  2.496275e-05 3.613013e-09 
5  4  0  2.735775e-05 3.720385e-09 
6  5  0  2.892444e-05 3.841937e-09

【问题讨论】：

您会得到一个列表，因为并非所有返回的元素都具有相同的大小（我猜是第一个和最后一个）。在zoo 中使用rollapply 可能会更好

标签： r sapply

【解决方案1】：

只有当所有返回值的长度都为 1 时，您才会得到一个数值向量。更准确地说，如果所有返回值的长度相同，您将得到一个数组。来自?sapply“详情”：

只有在 'X' 有长度时才尝试在 'sapply' 中进行简化大于零并且如果所有元素的返回值 'X' 的长度都相同（正）。如果共同长度为一则结果为向量，如果大于一则为矩阵有一列对应于“X”的每个元素。

当i == 0 时，你的公式将返回numeric(0)，所以整个返回将是一个列表。

您需要更改计算以考虑向量边界之外的索引。 DF$V4[1-1] 返回 numeric(0)，DF$V4[nrow(DF)+1] 返回 NA。修正这个逻辑，你应该解决向量问题。

编辑：由于历史原因，原始问题错误地将差异计算为DF$V4[i+1])-DF$V4[i-1]，给出了滞后 2 的差异，而最近编辑的问题（以及 OP 的意图）显示了滞后-1 差异。

【讨论】：

【解决方案2】：

我应该简单地使用diff(DF$V3) 而不是sapply 并将其写入新的data.frame：

gradients = data.frame(gradUx=diff(DF$V3),gradUy=diff(DF$V4))

【讨论】：

我完全赞成回答您自己的问题，但这会产生与您的问题不同的差异。你的意思是diff(DF$V3, lag=2) 吗？如果问题得到解决，我还建议您接受此答案或其他答案之一。
我的错误。梯度应该是一个简单的一阶除差，因此lag=1 和问题DF$V4[i+1]-DF$V4[i]（已更正）。

【解决方案3】：

如果您排列观察结果，这个计算可以很容易地向量化。我使用 head 和 tail 删除前 2 个和最后 2 个观察结果：

gradUx <- c(NA, tail(df$V4, -2) - head(df$V4, -2), NA)

> gradUx
[1]          NA 6.06766e-10 1.69646e-10 1.99934e-10 2.28924e-10          NA

它以向量形式提供与您的方法相同的值：

> sapply(1:nrow(df), function(i) ((df$V4[i+1])-df$V4[i-1]), simplify = "vector")
[[1]]
numeric(0)

[[2]]
[1] 6.06766e-10

[[3]]
[1] 1.69646e-10

[[4]]
[1] 1.99934e-10

[[5]]
[1] 2.28924e-10

[[6]]
[1] NA

【讨论】：