R语言中使用sapply调用自定义函数无法填充预设双空向量的问题咨询

为什么你写的代码没有输出预期结果 #

本质是两个使用R时的高频认知偏差，和sapply本身的性能没有关系：

• 对R函数变量作用域规则的误区：R函数内部写的赋值，默认只会存在于函数自己的独立执行环境中，函数运行结束后这个临时环境就会被清空，完全不会修改全局环境里的同名变量。你在自定义函数里写ret1 <- append(ret1, ...)，其实是在函数内部新建了一个叫ret1的临时变量，每次运行完就会被回收，你在全局环境预先定义的两个空向量从头到尾没有被改动过，自然一直是空的。
• 对sapply工作逻辑的误区：sapply不会帮你收集函数内部操作的中间变量，它的核心作用是收集每一次函数调用的显式返回值。你写的函数没有主动设置return语句，R会自动把函数体内最后执行的表达式结果作为返回值：当if条件满足时，最后执行的是ret2的append操作，就返回这次append生成的单值；当if条件不满足时，if块没有执行，函数就返回NULL。你看到的那个长度为10的列表，就是10次函数调用的返回值集合，里面混着满足条件时的单值和不满足时的NULL，完全不是你想要的累积计算结果。

不依赖全局变量的正确实现方式 #

完全不需要靠修改全局向量来攒结果，只要调整函数的返回逻辑，让每次调用把当前行的两个计算结果传递出来，最后统一拆分即可，全程不需要手动维护全局的ret1、ret2：

# 替换成你自己的实际数据框即可
df <- data.frame(
  row_id = 1:10,
  val = c(3, 12, 7, 19, 2, 8, 15, 4, 22, 6)
)

# 自定义函数：不操作全局变量，直接返回当前行的两个计算结果
calc_row <- function(x) {
  # 替换成你自己的行判断条件
  if(df[x, "val"] > 10) {
    res1 <- df[x, "val"] * 2  # 替换成第一类运算逻辑
    res2 <- df[x, "val"] + 5  # 替换成第二类运算逻辑
  } else {
    # 不满足条件的位置返回NA占位，保证结果长度和原数据框行数对齐
    res1 <- NA
    res2 <- NA
  }
  # 把两个结果打包成命名向量返回，方便后续拆分
  return(c(ret1 = res1, ret2 = res2))
}

# 用sapply批量运算，自动把同长度的返回值整理成矩阵结构
res_mat <- t(sapply(1:nrow(df), calc_row))
# 直接拆成你需要的两个结果向量
ret1 <- res_mat[, "ret1"]
ret2 <- res_mat[, "ret2"]

关于是否要改用手写循环的说明 #

完全没必要因为sapply的使用问题就回到手写循环，这里理清楚几个关键事实：

• sapply本质就是封装好的循环，和你手写for循环的运行效率没有本质差别。你之前担心“循环慢”，其实是每次循环用c()/append()反复拼接向量、没有预分配内存的写法慢，不是循环本身的问题。上面的sapply写法没有反复修改全局向量的操作，实际运行起来比你原来的写法快几十上百倍，因为避免了每次拼接向量的内存重分配开销。
• 对这类逐行的条件判断和二元运算，根本不需要用任何形式的循环（包括sapply这种隐藏循环），用R原生的向量化运算可以达到比循环快几个数量级的速度。比如上面的计算逻辑，直接写几行代码就能跑完，连自定义函数都不用：

# 最优实现：整列批量运算，无逐行循环开销
condition <- df$val > 10  # 替换成你的实际判断条件
ret1 <- ifelse(condition, df$val * 2, NA)
ret2 <- ifelse(condition, df$val + 5, NA)

这种写法没有逐行的函数跳转开销，是R里最快的处理方式，完全不用担心性能问题。

内容的提问来源于stack exchange，提问作者FZ1712