R中两个相似函数向量化后一正常一报错的原因探究

这问题我之前帮人排查过，核心是你没摸透Vectorize()的工作逻辑——它天生是为接收标量参数的函数设计的，碰到pen2这种接收向量参数的函数，行为就会和你预期的不一样。

先拆解两个函数的差异 #

• penalty是两个独立的标量参数，Vectorize()处理它时，会把传入的向量参数按元素两两配对，分别调用penalty(a_i, b_i)，每次调用的参数都是合法的标量，内部计算自然顺风顺水。
• pen2是单个向量参数（你本来期望它接收长度≥2的向量来提取元素计算），但Vectorize()默认的逻辑是：对函数的每个参数（这里就是x）做元素级拆解——也就是说，不管你给vpen2传什么，它都会把输入的每个元素单独丢给pen2当x，而不是把整个向量作为x传入。

报错的直接诱因 #

举个实际的例子，假设你的pen2是这么写的：

pen2 <- function(x) {
  res <- x[1] - x[2]  # 依赖x是长度≥2的向量
  trimean <- quantile(res, c(0.25, 0.5, 0.5, 0.75))
  sum(trimean * c(1,2,2,1))/6
}

当你调用vpen2(c(1,2))，Vectorize()会拆成两次调用：pen2(1)和pen2(2)。但pen2(1)里x是长度为1的向量，x[2]会返回NA，导致res变成NA。而quantile()默认不允许处理NA（na.rm=FALSE），直接就抛出了你看到的错误。

怎么解决？ #

你根本不需要用Vectorize()来处理pen2这种向量参数的函数，换更合适的批量处理工具就行：

1. 如果输入是矩阵（每一行是一组参数向量）：用apply()直接按行处理

   param_matrix <- matrix(c(1,2, 3,4), ncol=2, byrow=TRUE)
   apply(param_matrix, 1, pen2)
   

2. 如果输入是列表（每个元素是一组参数向量）：用lapply()/sapply()

   param_list <- list(c(1,2), c(3,4))
   sapply(param_list, pen2)
   

3. 如果一定要用Vectorize()：把pen2改成和penalty一样的双标量参数形式，再用Vectorize()就没问题了。

内容的提问来源于stack exchange，提问作者Andreï V. Kostyrka