R：如何在两个列表上运行函数？ [英] R: How to run function on two lists?
问题描述
函数（Z，p）{
imp < - as.vector（cbind（imp = rowSums（Z）））
exp < - as.vector（t（cbind（exp = colSums（Z））））
x = p + imp
ac = p + imp - exp
einsdurchx = 1 / as.vector（x）
einsdurchx [is.infinite（einsdurchx）] < - 0
A = Z％ *％diag（einsdurchx）
R = solve（diag（length（p）） - A）％*％diag（p）
C = ac * einsdurchx
R_bar = diag（as。向量（C））％*％R
rR_bar = round（R_bar）
return（rR_bar）
}
在矩阵和一个向量上工作正常。不过，我需要在矩阵列表和矢量列表中运行此函数。我尝试了 lapply / mapply 以下这个示例，请参阅下文。这里有一些示例数据显示了我的数据结构：
Z < - list（111.2012= matrix（c（0 ，0,100,200,0,0,0,0,50,350,0,50,50,200,200,0），
nrow = 4，ncol = 4，byrow = T），
112.2012=矩阵（c （10,90,0,30,10,90,0,10,200,50,10,350,150,100,200,10），
nrow = 4，ncol = 4，byrow = T））
p < - list（ 111.2012= c（200,1000,100,10），112.2012= c（300,900,50,100））
这里我试过的 lapply 代码（我改变了X和Y函数中的所有Z和p，不知道是否需要） ：
lapply（X = Z，Y = p，函数（Z，p）{
imp < - > as.vector（cbind（imp = rowSums（X）））
exp < - as.vector（t（cbind（exp = colSums（X））））
x = Y + imp
ac = Y + imp - exp
einsdurchx = 1 / as.vector（x）
einsdurchx [is.infinite（einsdurchx）] < - 0
A = X％*％diag （einsdurchx）
R = solve（diag（length（Y）） - A）％*％ diag（Y）
C = ac * einsdurchx
R_bar = diag（as.vector（C））％*％R
rR_bar = round（R_bar）
return（rR_bar）
}）
我似乎有一个索引列表对象的问题，但是对于列表来说我相对较新。你有什么想法我做错了吗？此外，对象（Z和p）需要按名称匹配，因为列表中有超过1000个对象（Info：两个列表具有相同的对象/项目长度，并且Z中矩阵的行/列具有与p中的矢量长度相同）。
这里我预期的结果：
$'112.2012'
[，1] [，2] [，3] [，4]
[1，] 174 191 31 4
[2，] 0 450 0 0
[3，] 11 188 49 1
[4，] 14 171 20 5
$'111.2012'
[，1] [，2] [，3] [，4]
[1，] 45 14 0 1
[2，] 8 670 0 2
[3，] 190 157 44 59
[4，] 57 59 6 38
我非常感谢您的想法。
您可以使用 mapply ，这是 lapply 的多变量版本， / b>
fun < - 函数（Z，p）{
imp < - as.vector（cbind（imp = rowSums（Z）））
exp< - as.vector（t（cbind（exp = colSums（Z））））
x = p + imp
ac = p + imp - exp
einsdurchx = 1 / as.vector（x）
einsdurchx [is.infinite（einsdurchx）] < - 0
A = Z％*％diag（einsdurchx）
R = solve（diag（length（p ）） - A）％*％diag（p）
C = ac * einsdurchx
R_bar = diag（as.vector（C））％*％R
rR_bar = round（R_bar）
return（rR_bar）
}
Z < - list（111.2012= matrix（c（0,0,100,200,0,0,0,0,50,350,0） ，50,50,200,200,0），
nrow = 4，ncol = 4，byrow = T），
112.2012=矩阵（c（10,90,0,30,10,90,0） ，10,200,50,10,350,150,100,200,10），
nrow = 4，ncol = 4，byrow = T））
p < - list（111.2012= c（200,1000,100,10） ，
112.2012= c（300，900，50，100））
mapply（fun，Z，p，SIMPLIFY = FALSE）
## $`111.2012`
## [，1] [，2] [，3] [，4]
## [1，] 174 191 31 4
## [2，] 0 450 0 0
## [3，] 11 188 49 1
## [4，] 14 171 20 5
## $`112.2012`
## [，1] [，2] [，3] [，4]
## [1，] 45 14 0 1
## [2，] 8 670 0 2
## [3，] 190 157 44 59
## [4，] 57 59 6 38
I want to run the following function on two lists:
function(Z, p) {
imp <- as.vector(cbind(imp=rowSums(Z)))
exp <- as.vector(t(cbind(exp=colSums(Z))))
x = p + imp
ac = p + imp - exp
einsdurchx = 1/as.vector(x)
einsdurchx[is.infinite(einsdurchx)] <- 0
A = Z %*% diag(einsdurchx)
R = solve(diag(length(p))-A) %*% diag(p)
C = ac * einsdurchx
R_bar = diag(as.vector(C)) %*% R
rR_bar = round(R_bar)
return(rR_bar)
}
which works fine on a matrix and a vector. However, I need to run this function on a list of matrices and a list of vectors. I tried so far lapply/mapply following this example, see below. Here some example data showing the structure of my data:
Z <- list("111.2012"= matrix(c(0,0,100,200,0,0,0,0,50,350,0,50,50,200,200,0),
nrow = 4, ncol = 4, byrow = T),
"112.2012"= matrix(c(10,90,0,30,10,90,0,10,200,50,10,350,150,100,200,10),
nrow = 4, ncol = 4, byrow = T))
p <- list("111.2012"=c(200, 1000, 100, 10), "112.2012"=c(300, 900, 50, 100))
Here the lapply code I tried (I changed all Z and p in the function for X and Y, don't know if needed):
lapply(X=Z, Y=p, function(Z, p) {
imp <- as.vector(cbind(imp=rowSums(X)))
exp <- as.vector(t(cbind(exp=colSums(X))))
x = Y + imp
ac = Y + imp - exp
einsdurchx = 1/as.vector(x)
einsdurchx[is.infinite(einsdurchx)] <- 0
A = X %*% diag(einsdurchx)
R = solve(diag(length(Y))-A) %*% diag(Y)
C = ac * einsdurchx
R_bar = diag(as.vector(C)) %*% R
rR_bar = round(R_bar)
return(rR_bar)
} )
I seems that I have a problem indexing the the objects of the list, but I am relatively new with lists. Do you have any ideas what I'm doing wrong? Further the objects (of Z and p) need to be matched by name, as I have more than 1000 objects in the lists (Info: both lists have the same object/item length, and rows/cols of the matrices in Z have the same length as the vectors in p).
Here my expected result:
$'112.2012'
[,1] [,2] [,3] [,4]
[1,] 174 191 31 4
[2,] 0 450 0 0
[3,] 11 188 49 1
[4,] 14 171 20 5
$'111.2012'
[,1] [,2] [,3] [,4]
[1,] 45 14 0 1
[2,] 8 670 0 2
[3,] 190 157 44 59
[4,] 57 59 6 38
I really appreciate your ideas.
You can use mapply , which is kind of multivariate version of lapply, for this task
fun <- function(Z, p) {
imp <- as.vector(cbind(imp=rowSums(Z)))
exp <- as.vector(t(cbind(exp=colSums(Z))))
x = p + imp
ac = p + imp - exp
einsdurchx = 1/as.vector(x)
einsdurchx[is.infinite(einsdurchx)] <- 0
A = Z %*% diag(einsdurchx)
R = solve(diag(length(p))-A) %*% diag(p)
C = ac * einsdurchx
R_bar = diag(as.vector(C)) %*% R
rR_bar = round(R_bar)
return(rR_bar)
}
Z <- list("111.2012"= matrix(c(0,0,100,200,0,0,0,0,50,350,0,50,50,200,200,0),
nrow = 4, ncol = 4, byrow = T),
"112.2012"= matrix(c(10,90,0,30,10,90,0,10,200,50,10,350,150,100,200,10),
nrow = 4, ncol = 4, byrow = T))
p <- list("111.2012"=c(200, 1000, 100, 10),
"112.2012"=c(300, 900, 50, 100))
mapply(fun, Z, p, SIMPLIFY = FALSE)
## $`111.2012`
## [,1] [,2] [,3] [,4]
## [1,] 174 191 31 4
## [2,] 0 450 0 0
## [3,] 11 188 49 1
## [4,] 14 171 20 5
## $`112.2012`
## [,1] [,2] [,3] [,4]
## [1,] 45 14 0 1
## [2,] 8 670 0 2
## [3,] 190 157 44 59
## [4,] 57 59 6 38
这篇关于R：如何在两个列表上运行函数？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
