基于随机试验的数值对更新函数实现技术问询

问题背景 #

你手头有这样的R代码和数据：

x1 <- c(1,2,3,1,2,3)
p <- c(0.1,0.9,0.9,0.1,0.5,0.7)
df1 <- data.frame(x1,p)

生成的数据框df1长这样：

df1
x1 p
1 1 0.1
2 2 0.9
3 3 0.9
4 1 0.1
5 2 0.5
6 3 0.7

还定义了一个依赖随机试验的更新函数：

rexp <- function(x,p){ 
  if(runif(1) <= p) return(x + 1) 
  return(x) 
}

现在想搞清楚：怎么用lapply把这个函数应用到df1$x1的每一个值上，同时对应上df1$p的概率？

解决方案 #

其实lapply本身是用来处理列表的，但这里咱们需要同时给函数传x1和p这一对对应的值，所以得稍微变通一下，给你两种可行的方式：

方式1：通过行索引遍历 #

我们可以遍历数据框的每一行索引，每次从对应行里取出x1和p的值传给rexp函数：

# 先生成x2列，注意lapply返回的是列表
df1$x2 <- lapply(1:nrow(df1), function(i) {
  rexp(df1$x1[i], df1$p[i])
})

# 如果需要把列表转换成数值向量，用unlist就行
df1$x2 <- unlist(lapply(1:nrow(df1), function(i) {
  rexp(df1$x1[i], df1$p[i])
}))

方式2：先把(x1,p)打包成列表元素 #

另一种思路是把每一组(x1,p)做成列表的一个元素，再用lapply处理这个列表：

# 把每一对x1和p打包成列表的单个元素
pair_list <- mapply(list, df1$x1, df1$p, SIMPLIFY = FALSE)

# 遍历列表，给每个元素里的x和p调用函数
df1$x2 <- unlist(lapply(pair_list, function(pair) {
  rexp(pair[[1]], pair[[2]])
}))

小补充：其实Map更适合这种场景 #

虽然你明确问的是lapply，但还是忍不住提一句——Map（可以理解为简化版的mapply）天生就是用来处理这种多参数对应应用的情况，代码会更简洁：

df1$x2 <- unlist(Map(rexp, df1$x1, df1$p))

内容的提问来源于stack exchange，提问作者C.F.