R中没有for循环的就地列表修改

Question

我想知道是否有一种方法可以在不使用for 循环的情况下对列表中的对象进行就地修改。这将很有用，例如，如果列表中的单个对象又大又复杂，那么我们希望避免制作整个对象的临时副本。例如，考虑以下代码，该代码创建三个数据帧的列表，然后为一列数据计算所有三个数据帧的最大值向量，然后将该向量分配给每个原始数据帧。 （在 ggplot2 中对齐绘图时需要这样的代码。）

data_list <- lapply(1:3, function(x) data.frame(x=rnorm(10), y=rnorm(10), z=rnorm(10)))

max_x <- do.call(pmax, lapply(data_list, function(d){d$x}))

for( i in 1:length(data_list))
{
  data_list[[i]]$x <- max_x
}

有没有办法在没有for 循环的情况下编写最后一部分？

我收到的一些问题的答案：

1. 是什么让我认为会制作副本？我不确定是否会制作副本。我正在处理的实际场景涉及整个 ggplot 图（参见例如here）。由于它们相当大且复杂，因此不得复制。

2. for 循环有什么问题？我宁愿直接遍历一个列表，也不愿引入一个计数器。我不喜欢柜台。

3. 为什么不使用data.table？因为我实际上是在操作 ggplot 图，而不是数据框。此处提供的代码只是一个简化示例。

Answer 1

Base R 数据结构在修改时复制并共享。以具有三个数字列的 data.frame 为例。每个 data.frame 是一个长度为 3 的“列表”向量，每个包含对基础列的数字向量的引用。如果我们修改/替换第一列，R 会创建一个新的长度为 3 的 data.frame “列表”，其中包含对新（已修改）列和其他两个未修改列的引用。

让我们看看使用address函数*

set.seed(1)
data_list <- lapply(1:3, function(x) data.frame(x=rnorm(10), y=rnorm(10), z=rnorm(10)))

before <- rapply(data_list,address)

现在你想用

替换第一列

max_x <- do.call(pmax, lapply(data_list, function(d){d$x}))

如何做到这一点并不重要，但这是一种没有显式循环与计数器的方法

data_list <- lapply(data_list,`[<-`,"x",value=max_x)    

after <- rapply(data_list,address)

现在比较之前和之后的地址。请注意y 和z 列的地址没有改变。此外，所有“之后”x 列都有相同的地址——max_x 的地址！

address(max_x)
[1] "05660600"

cbind(before,after)

  before     after     
x "0565F530" "05660600"
y "0565F400" "0565F400"
z "05660AC0" "05660AC0"
x "05660A28" "05660600"
y "05660990" "05660990"
z "05660860" "05660860"
x "056607C8" "05660600"
y "05660730" "05660730"
z "05660698" "05660698"

这意味着您不必像可能考虑对大型数据结构进行更改那样担心。一般来说，只有修改过的部分和数据结构的骨架需要被替换。在此示例中，无论如何都必须创建max_x 向量，因此唯一的开销是创建一个新的 3 个单元格 data.frame “列表”并使用 3 个引用填充它**。但是，如果您迭代地“敲打”更改或使用子向量而不是整个列，这可能会开始变得低效。这些是data.table 的用例，不适用于本示例。

---

_{* 这里使用的address函数是从data.table包中导出的。}

_{** 当然，在这个例子中，3 个单元格的外部列表“列表”包含 3 个 data.frames 本身。}