使用R语言mapply运行函数时输出不符合预期的问题排查

你遇到的问题核心是mapply会自动拆分传入的向量参数，按元素一一对应传递给函数。你的input.rows3的列都是长度5的向量，但P是长度1000的向量，mapply会循环重复input.rows3的5行数据，来匹配P的1000个元素，导致函数被调用了1000次，最终得到1000行结果。而你真正想要的是：对input.rows3的每一行（共5行），都传入完整的P向量来计算最优值。

思路1：使用MoreArgs传递完整的P向量（推荐，最贴合你的原有代码） #

mapply提供了MoreArgs参数，用于指定不需要被拆分的参数——这些参数会完整传递给每一次函数调用。修改你的results3调用代码如下：

results3 <- as.data.frame(t(mapply(marg.N.resp.function3, 
                                   input.rows3$va, 
                                   input.rows3$co, 
                                   input.rows3$pd, 
                                   input.rows3$Cl, 
                                   MoreArgs = list(P = P))))

这样mapply只会循环input.rows3的5行数据，每次调用函数时都传入完整的1000个元素的P向量，最终得到5行的结果。

思路2：改用apply遍历行（更直观的行遍历方式） #

如果你觉得mapply的参数传递容易混淆，可以改用apply按行遍历input.rows3，每次把当前行的参数和完整的P传入函数：

# 按行遍历input.rows3，每行调用一次函数
output_list <- apply(input.rows3, 1, function(row) {
  marg.N.resp.function3(va = row["va"], 
                        co = row["co"], 
                        pd = row["pd"], 
                        Cl = row["Cl"], 
                        P = P)
})

# 把列表转成dataframe
results3 <- as.data.frame(t(output_list))

你的函数中resultP返回的是一个dataframe，这会导致最终的results3最后一列是列表类型。可以把resultP改成提取单个数值（用pull()代替select()）：

resultP <- cbind(optimalP,P) %>% slice(which.min(diff)) %>% pull(P)

这样返回的是单个数值，最终的results3所有列都是数值类型，更符合预期。

修改后运行代码，你会得到一个5行5列的dataframe，最后一列就是每行对应的最优P值，和你的预期一致。

内容的提问来源于stack exchange，提问作者Giuseppe Petri