如何让自定义R函数适配任意行数的数据集？

原函数及问题描述 #

原DI函数代码如下：

DI <- function(W=W, V=V, Ci=Ci, Cf=Cf, Cf_Des=Cf_Des, Vres=Vres, 
               Vfinal=Vfinal, onebyn_ads=onebyn_ads) {
  Ads <- (Ci - Cf)*(V/W)
  Cf_D1 <- Cf_Des[[1]]
  Ci_D1 <- max(Cf, na.rm=T)/(Vfinal/Vres)
  Des1 <- (Cf_D1 - Ci_D1)*(Vfinal/W)  
  Ads_D1 <- max(Ads, na.rm=T) - Des1
  Cf_D2 <- Cf_Des[[2]]
  Ci_D2 <- Cf_D1/(Vfinal/Vres)
  Des2 <- (Cf_D2 - Ci_D2)*(Vfinal/W)
  Ads_D2 <- Ads_D1 - Des2
  Cf_D3 <- Cf_Des[[3]]
  Ci_D3 <- Cf_D2/(Vfinal/Vres)
  Des3 <- (Cf_D3 - Ci_D3)*(Vfinal/W)
  Ads_D3 <-  Ads_D2 - Des3
  Cf_D4 <- Cf_Des[[4]]
  Ci_D4 <- Cf_D3/(Vfinal/Vres)
  Des4 <- (Cf_D4 - Ci_D4)*(Vfinal/W)
  Ads_D4 <- Ads_D3 - Des4  
  Ads_Des <- c(Ads_D1, Ads_D2, Ads_D3, Ads_D4)
  log_Cf_Des <- log10(Cf_Des)
  log_Ads_Des <- log10(Ads_Des)
  fit.slr <- lm(log_Ads_Des ~ log_Cf_Des)
  a <- 10^coef(fit.slr)[[1]]
  onebyn <- coef(fit.slr)[[2]]
  DI <- onebyn_ads/onebyn
  return(list(a=a, onebyn=onebyn, DI=DI))
}

该函数仅能处理长度为4的Cf_Des向量，因为代码中硬编码了Cf_D1到Cf_D4的索引，当Cf_Des长度超过或不足4时，函数会报错或计算错误。

调用示例（基于4行数据集）：

# 示例数据集
df <- structure(list(Initial_conc = c(10, 20, 40, 60), Equilibrium_conc = c(0.61958938580799, 
1.63333333333333, 17.27814490161, 35.1896333333333), Cf_Des = c(13.6284722222222, 
7.47767857142857, 6.0515873015873, 4.83630952380952)), row.names = c(NA, 
4L), class = "data.frame")

# 调用原函数
DI(W=2, V=20, Ci=df$Initial_conc, Cf=df$Equilibrium_conc, 
   Cf_Des=df$Cf_Des, Vres= 5, Vfinal=20, onebyn_ads=0.2056263)

修改后的函数 #

将硬编码的步骤替换为循环计算，以下是修改后的版本：

DI <- function(W, V, Ci, Cf, Cf_Des, Vres, Vfinal, onebyn_ads) {
  # 计算初始吸附量
  Ads <- (Ci - Cf) * (V / W)
  max_Ads <- max(Ads, na.rm = TRUE)
  dilution_factor <- Vfinal / Vres
  
  # 初始化变量
  n <- length(Cf_Des)
  Ads_Des <- numeric(n)
  prev_Cf <- max(Cf, na.rm = TRUE)  # 初始Ci_D1对应的Cf值
  
  # 循环计算每一步的Ads_Des
  for (i in 1:n) {
    current_Cf_Des <- Cf_Des[i]
    Ci_D <- prev_Cf / dilution_factor
    Des <- (current_Cf_Des - Ci_D) * (Vfinal / W)
    
    Ads_Des[i] <- if (i == 1) max_Ads - Des else Ads_Des[i-1] - Des
    
    # 更新prev_Cf为当前的Cf_Des，用于下一次循环
    prev_Cf <- current_Cf_Des
  }
  
  # 拟合线性模型并计算结果
  log_Cf_Des <- log10(Cf_Des)
  log_Ads_Des <- log10(Ads_Des)
  fit.slr <- lm(log_Ads_Des ~ log_Cf_Des)
  
  a <- 10^coef(fit.slr)[[1]]
  onebyn <- coef(fit.slr)[[2]]
  DI_value <- onebyn_ads / onebyn
  
  return(list(a = a, onebyn = onebyn, DI = DI_value))
}

修改说明 #

• 移除硬编码的Cf_D1到Cf_D4，改用循环遍历Cf_Des的所有元素，支持任意长度的输入
• 引入dilution_factor变量存储Vfinal/Vres，避免重复计算
• 用prev_Cf变量跟踪上一步的Cf_Des值，用于计算当前的Ci_D
• 初始化Ads_Des为对应长度的数值向量，循环填充每一个元素
• 保留原函数的核心计算逻辑和返回结果结构

测试验证 #

使用示例数据集调用修改后的函数，结果与原函数一致：

# 调用修改后的函数
DI(W=2, V=20, Ci=df$Initial_conc, Cf=df$Equilibrium_conc, 
   Cf_Des=df$Cf_Des, Vres= 5, Vfinal=20, onebyn_ads=0.2056263)

你也可以测试更长的Cf_Des向量（比如扩展数据集到5行），函数会自动处理所有元素。

内容的提问来源于stack exchange，提问作者UseR10085