R：将向量转换为参数列表

Question

我想将函数应用于向量。但是，该函数需要一系列参数。因此，我需要将向量“拆分”为不相关的参数。

假设我有一个名为dta的数据框。我想运行一个函数，例如在其列之一上运行平均值，例如 DV。

下图显示了问题所在

call("mean", dta$DV)

回报

mean(c(0.371, -0.860, etc... ))

该列是向量这一事实与函数mean不兼容，该函数需要一系列参数，而不是组合。

如果“mean”被替换为包含字符串的变量，则该解决方案应该有效，例如

fun <- "mean"

call( fun, dta$DV)

Answer 1

R 的功能并不完全一致。例如，min和max接受任意数量的参数，其中在数学计算中考虑所有无法识别的参数。mean不是，它必须将所有数字视为第一个（或命名x=）参数。

min(1,20,0)
# [1] 0
min(c(1,20,0))
# [1] 0
mean(1,20,0) # might not be what one would expect
# [1] 1
mean(c(1,20,0))
# [1] 7

出于好奇，20 和 0 不会被忽略，第一次mean调用被解释为mean(0, trim=20, na.rm=0)(其中na.rm=0与 有效相同na.rm=FALSE)。

你的使用call有点不对劲。从帮助中?call，

call 返回未计算的函数调用

这对你并没有多大帮助。您可能会这样做eval(call(...))，但鉴于下一个功能，这似乎很愚蠢。

使用 ofdo.call更直接一些。我可以将其作为第一个参数：一个函数（匿名或命名）或与函数匹配的字符串。使用其中之一实际上存在速度差异，因此我倾向于character在可能的情况下使用对函数名称的引用。（我不记得量化这一断言的参考文献，如果我很快找到它，我会将其包含在内。）

对于像min上面这样可以接受任意数量参数的函数，可以这样做：

args <- c(1,20,0)

as.list(args)
# [[1]]
# [1] 1
# [[2]]
# [1] 20
# [[3]]
# [1] 0
do.call("min", as.list(args)) # == min(1,20,0)
# [1] 0

list(args)
# [[1]]
# [1]  1 20  0
do.call("min", list(args)) # == min(c(1,20,0))
# [1] 0

但是，对于mean和 类似的情况，您需要强制后一种行为：

do.call("mean", list(args)) # == mean(c(1,20,0))
# [1] 7

为了使用以编程方式定义的参数调用函数，您需要使用do.call.