r - R 中函数内嵌套变量的 For 循环

Question

我想在 R 的函数环境中迭代值向量并为每个值计算一些值。例如:

# I have costs for 3 companies
c <- c(10, 20, 30)
# I have the same revenue across all 3 
r <- 100
#  I want to obtain the profits for all 3 within one variable
result <- list()

# I could do this in a for loop
for(i in 1:3){
    result[i] <- r - c[i]
}

现在假设我有一个很长的模型，并且我将所有内容定义为一个函数，该函数将通过各种随机抽取成本来解决。

# Random draws
n  <- 1000
r  <- rnorm(n, mean = 100,  sd = 10)
c1 <- rnorm(n, mean = 10,  sd = 1)
c2 <- rnorm(n, mean = 20,  sd = 2)
c3 <- rnorm(n, mean = 30,  sd = 3)
X  <- data.frame(r, c1, c2, c3)

fun <- function(x){
       r  <- x[1]
       c  <- c(x[2], x[3], x[4])

       for(i in 1:3){
           result[i] <- r - c[i]
       }
  return(result)
}

然后，我可以通过迭代随机采样的输入数据行来评估所有抽奖的结果。

for(j in 1:n){
  x <- X[j,]
  y <- fun(x)
}

在此示例中，输出变量 y 将包含嵌套结果变量，其中包含所有 3 个公司的结果。但是，我的思路导致了错误，我认为这与我尝试返回嵌套变量有关？因此我的问题是你们会如何处理这样的事情。

Answer 1

我建议重新考虑您的编码方法。这是一种非常不像 R 的做事方式。

例如，第一个 for 循环可以更简洁地写为

x <- c(10, 20, 30)
r <- 100
result <- lapply(-x, `+`, r)

然后fun就变成了这样的东西

fun <- function(x) lapply(-x[-1], `+`, x[1])

要对 data.frame 的行进行操作(这似乎是您在最后一步中所做的)，您可以使用类似的内容

apply(X, 1, fun)

其中 apply 中的 MARGIN = 1 参数确保您在每行(而不是每列)应用一个函数。