如何编写适配apply()的函数以计算数据框指定列的值？

方法一：使用apply()结合自定义函数 #

先定义自定义函数my.fun，它会接收每行的向量参数，从中提取gl_a和dist列的值代入公式计算：

my.fun <- function(row) {
  x <- as.numeric(row["gl_a"])
  y <- as.numeric(row["dist"])
  sqrt(x) / (y + sqrt(x))
}

接着调用apply()按行处理数据框：

# 重现示例数据框
env.metadata <- structure(list(gl_a = c(244, 437, 130, 339), dist = c(45, 31, 77, 104), other_cols = c(2, 3, 4, 5), another_col = c(6, 7, 8, 9)), class = "data.frame", row.names = c(NA, -4L))

# 执行计算
result <- apply(env.metadata, MARGIN = 1, my.fun)

# 可选：将计算结果添加到原数据框
env.metadata$calc_value <- result

说明：MARGIN=1指定按行处理，每行数据会以命名向量形式传入my.fun，通过row["gl_a"]和row["dist"]提取对应列的值，转成数值后执行公式运算。

方法二：更高效的向量化运算（推荐用于大型数据集） #

大型数据集用逐行apply()效率较低，R的向量运算支持直接对整列逐元素计算，性能远优于逐行处理：

env.metadata$calc_value <- sqrt(as.numeric(env.metadata$gl_a)) / (env.metadata$dist + sqrt(as.numeric(env.metadata$gl_a)))

内容的提问来源于stack exchange，提问作者Geomicro