Получать доступ к именам индексов внутри FUN

Есть ли способ получить имя индекса списка в моей функции lapply ()?

n = names(mylist)
lapply(mylist, function(list.elem) { cat("What is the name of this list element?\n" })

Я спросил , прежде чем , если это возможно , чтобы сохранить имена индексов в lapply () возвращенный список, но я до сих пор не знаю , если есть простой способ извлечь имя каждого элемента внутри пользовательской функции. Я хотел бы избежать вызова lapply для самих имен, я бы предпочел получить имя в параметрах функции.

К сожалению, lapplyтолько дает вам элементы вектора, который вы передаете. Обычный обходной путь - передать ему имена или индексы вектора вместо самого вектора.

Но обратите внимание, что вы всегда можете передать дополнительные аргументы функции, поэтому работает следующее:

x <- list(a=11,b=12,c=13) # Changed to list to address concerns in commments
lapply(seq_along(x), function(y, n, i) { paste(n[[i]], y[[i]]) }, y=x, n=names(x))

Здесь я использую lapplyнад индексами x, а также передать xи имена x. Как видите, порядок аргументов функции может быть любым - lapplyпередается в «элементе» (здесь индекс) первому аргументу, не указанному среди дополнительных. В этом случае я указываю yи n, так что осталось только i...

Который производит следующее:

[[1]]
[1] "a 11"

[[2]]
[1] "b 12"

[[3]]
[1] "c 13"

ОБНОВЛЕНИЕ Более простой пример, тот же результат:

lapply(seq_along(x), function(i) paste(names(x)[[i]], x[[i]]))

Здесь функция использует «глобальную» переменную xи извлекает имена в каждом вызове.

Это в основном использует тот же обходной путь, что и Tommy, но при Map()этом нет необходимости обращаться к глобальным переменным, которые хранят имена компонентов списка.

> x <- list(a=11, b=12, c=13)
> Map(function(x, i) paste(i, x), x, names(x))
$a
[1] "a 11"

$b
[1] "b 12"

$c
[1] "c 13

Или, если вы предпочитаете mapply()

> mapply(function(x, i) paste(i, x), x, names(x))
     a      b      c 
"a 11" "b 12" "c 13"

ОБНОВЛЕНИЕ для версии R 3.2

Отказ от ответственности: это хакерский трюк, и может перестать работать в следующих выпусках.

Вы можете получить индекс, используя это:

> lapply(list(a=10,b=20), function(x){parent.frame()$i[]})
$a
[1] 1

$b
[1] 2

Примечание: []для того, чтобы это работало, требуется, так как это заставляет R думать, что символ i(находящийся в рамке оценки lapply) может иметь больше ссылок, тем самым активируя его ленивое дублирование. Без этого R не будет хранить отдельные копии i:

> lapply(list(a=10,b=20), function(x){parent.frame()$i})
$a
[1] 2

$b
[1] 2

Другие экзотические трюки могут быть использованы, как function(x){parent.frame()$i+0}или function(x){--parent.frame()$i}.

Влияние на производительность

Приведет ли принудительное дублирование к снижению производительности? Да! вот критерии:

> x <- as.list(seq_len(1e6))

> system.time( y <- lapply(x, function(x){parent.frame()$i[]}) )
user system elapsed
2.38 0.00 2.37
> system.time( y <- lapply(x, function(x){parent.frame()$i[]}) )
user system elapsed
2.45 0.00 2.45
> system.time( y <- lapply(x, function(x){parent.frame()$i[]}) )
user system elapsed
2.41 0.00 2.41
> y[[2]]
[1] 2

> system.time( y <- lapply(x, function(x){parent.frame()$i}) )
user system elapsed
1.92 0.00 1.93
> system.time( y <- lapply(x, function(x){parent.frame()$i}) )
user system elapsed
2.07 0.00 2.09
> system.time( y <- lapply(x, function(x){parent.frame()$i}) )
user system elapsed
1.89 0.00 1.89
> y[[2]]
[1] 1000000

Вывод

Этот ответ просто показывает, что вы НЕ должны использовать это ... Мало того, что ваш код будет более читабельным, если вы найдете другое решение, такое как Tommy выше, и более совместимым с будущими выпусками, вы также рискуете потерять оптимизации, над которыми работала основная команда развиваться!

Трюки старых версий, больше не работают:

> lapply(list(a=10,b=10,c=10), function(x)substitute(x)[[3]])

Результат:

$a
[1] 1

$b
[1] 2

$c
[1] 3

Объяснение: lapplyсоздает вызовы формы FUN(X[[1L]], ...)и FUN(X[[2L]], ...)т. Д. Таким образом, аргумент, который он передает, это X[[i]]где iтекущий индекс в цикле. Если мы получим это до того, как оно будет оценено (т.е. если мы его используем substitute), мы получим неоцененное выражение X[[i]]. Это вызов [[функции с аргументами X(символ) и i(целое число). Так substitute(x)[[3]]возвращает именно это целое число.

Имея индекс, вы можете получить простой доступ к именам, если сначала сохраните его так:

L <- list(a=10,b=10,c=10)
n <- names(L)
lapply(L, function(x)n[substitute(x)[[3]]])

Результат:

$a
[1] "a"

$b
[1] "b"

$c
[1] "c"

Или используя этот второй трюк: :-)

lapply(list(a=10,b=10,c=10), function(x)names(eval(sys.call(1)[[2]]))[substitute(x)[[3]]])

(результат тот же).

Объяснение 2: sys.call(1)возвращает lapply(...), так что sys.call(1)[[2]]это выражение используется в качестве аргумента списка для lapply. Передача этого evalсоздает легитимный объект, к которому namesможно получить доступ. Хитро, но это работает.

Бонус: второй способ получить имена:

lapply(list(a=10,b=10,c=10), function(x)eval.parent(quote(names(X)))[substitute(x)[[3]]])

Обратите внимание, что Xэто допустимый объект в родительском фрейме FUNи ссылается на аргумент списка lapply, так что мы можем получить его с помощью eval.parent.

У меня была такая же проблема много раз ... Я начал использовать другой способ ... Вместо того, чтобы использовать lapply, я начал использоватьmapply

n = names(mylist)
mapply(function(list.elem, names) { }, list.elem = mylist, names = n)

Вы можете попробовать использовать imap()из purrrпакета.

Из документации:

imap (x, ...) - сокращение от map2 (x, names (x), ...), если x имеет имена, или map2 (x, seq_along (x), ...), если его нет.

Итак, вы можете использовать это так:

library(purrr)
myList <- list(a=11,b=12,c=13) 
imap(myList, function(x, y) paste(x, y))

Что даст вам следующий результат:

$a
[1] "11 a"

$b
[1] "12 b"

$c
[1] "13 c"

Просто зациклите имена.

sapply(names(mylist), function(n) { 
    doSomething(mylist[[n]])
    cat(n, '\n')
}

Ответ Томми относится к именованным векторам, но я понял, что вас интересуют списки. И кажется, что он делал обход, потому что он ссылался на «х» из вызывающей среды. Эта функция использует только параметры, которые были переданы в функцию, и поэтому не делает никаких предположений относительно имени объектов, которые были переданы:

x <- list(a=11,b=12,c=13)
lapply(x, function(z) { attributes(deparse(substitute(z)))$names  } )
#--------
$a
NULL

$b
NULL

$c
NULL
#--------
 names( lapply(x, function(z) { attributes(deparse(substitute(z)))$names  } ))
#[1] "a" "b" "c"
 what_is_my_name <- function(ZZZ) return(deparse(substitute(ZZZ)))
 what_is_my_name(X)
#[1] "X"
what_is_my_name(ZZZ=this)
#[1] "this"
 exists("this")
#[1] FALSE

Мой ответ идет в том же направлении, что и у Томми и Каракалов, но избегает необходимости сохранять список как дополнительный объект.

lapply(seq(3), function(i, y=list(a=14,b=15,c=16)) { paste(names(y)[[i]], y[[i]]) })

Результат:

[[1]]
[1] "a 14"

[[2]]
[1] "b 15"

[[3]]
[1] "c 16"

Это дает список в качестве именованного аргумента для FUN (вместо lapply). lapply должен только перебирать элементы списка (будьте осторожны, чтобы изменить этот первый аргумент на lapply при изменении длины списка).

Примечание: Предоставление списка непосредственно для lapply в качестве дополнительного аргумента также работает:

lapply(seq(3), function(i, y) { paste(names(y)[[i]], y[[i]]) }, y=list(a=14,b=15,c=16))

И @caracals, и @Tommy - хорошие решения, и это пример, включающий list´s и data.frame´s.
rявляется listиз list´s и data.frame´s ( dput(r[[1]]в конце).

names(r)
[1] "todos"  "random"
r[[1]][1]
$F0
$F0$rst1
   algo  rst  prec  rorac prPo pos
1  Mean 56.4 0.450 25.872 91.2 239
6  gbm1 41.8 0.438 22.595 77.4 239
4  GAM2 37.2 0.512 43.256 50.0 172
7  gbm2 36.8 0.422 18.039 85.4 239
11 ran2 35.0 0.442 23.810 61.5 239
2  nai1 29.8 0.544 52.281 33.1 172
5  GAM3 28.8 0.403 12.743 94.6 239
3  GAM1 21.8 0.405 13.374 68.2 239
10 ran1 19.4 0.406 13.566 59.8 239
9  svm2 14.0 0.385  7.692 76.2 239
8  svm1  0.8 0.359  0.471 71.1 239

$F0$rst5
   algo  rst  prec  rorac prPo pos
1  Mean 52.4 0.441 23.604 92.9 239
7  gbm2 46.4 0.440 23.200 83.7 239
6  gbm1 31.2 0.416 16.421 79.5 239
5  GAM3 28.8 0.403 12.743 94.6 239
4  GAM2 28.2 0.481 34.815 47.1 172
11 ran2 26.6 0.422 18.095 61.5 239
2  nai1 23.6 0.519 45.385 30.2 172
3  GAM1 20.6 0.398 11.381 75.7 239
9  svm2 14.4 0.386  8.182 73.6 239
10 ran1 14.0 0.390  9.091 64.4 239
8  svm1  6.2 0.370  3.584 72.4 239

Цель состоит во unlistвсех списках, помещая последовательность listимен в виде столбцов, чтобы идентифицировать случай.

r=unlist(unlist(r,F),F)
names(r)
[1] "todos.F0.rst1"  "todos.F0.rst5"  "todos.T0.rst1"  "todos.T0.rst5"  "random.F0.rst1" "random.F0.rst5"
[7] "random.T0.rst1" "random.T0.rst5"

Unlist списки, но не в data.frame.

ra=Reduce(rbind,Map(function(x,y) cbind(case=x,y),names(r),r))

Mapпомещает последовательность имен в виде столбца. Reduceприсоединиться ко всем data.frame.

head(ra)
            case algo  rst  prec  rorac prPo pos
1  todos.F0.rst1 Mean 56.4 0.450 25.872 91.2 239
6  todos.F0.rst1 gbm1 41.8 0.438 22.595 77.4 239
4  todos.F0.rst1 GAM2 37.2 0.512 43.256 50.0 172
7  todos.F0.rst1 gbm2 36.8 0.422 18.039 85.4 239
11 todos.F0.rst1 ran2 35.0 0.442 23.810 61.5 239
2  todos.F0.rst1 nai1 29.8 0.544 52.281 33.1 172

PS r[[1]]:

    structure(list(F0 = structure(list(rst1 = structure(list(algo = c("Mean", 
    "gbm1", "GAM2", "gbm2", "ran2", "nai1", "GAM3", "GAM1", "ran1", 
    "svm2", "svm1"), rst = c(56.4, 41.8, 37.2, 36.8, 35, 29.8, 28.8, 
    21.8, 19.4, 14, 0.8), prec = c(0.45, 0.438, 0.512, 0.422, 0.442, 
    0.544, 0.403, 0.405, 0.406, 0.385, 0.359), rorac = c(25.872, 
    22.595, 43.256, 18.039, 23.81, 52.281, 12.743, 13.374, 13.566, 
    7.692, 0.471), prPo = c(91.2, 77.4, 50, 85.4, 61.5, 33.1, 94.6, 
    68.2, 59.8, 76.2, 71.1), pos = c(239L, 239L, 172L, 239L, 239L, 
    172L, 239L, 239L, 239L, 239L, 239L)), .Names = c("algo", "rst", 
    "prec", "rorac", "prPo", "pos"), row.names = c(1L, 6L, 4L, 7L, 
    11L, 2L, 5L, 3L, 10L, 9L, 8L), class = "data.frame"), rst5 = structure(list(
        algo = c("Mean", "gbm2", "gbm1", "GAM3", "GAM2", "ran2", 
        "nai1", "GAM1", "svm2", "ran1", "svm1"), rst = c(52.4, 46.4, 
        31.2, 28.8, 28.2, 26.6, 23.6, 20.6, 14.4, 14, 6.2), prec = c(0.441, 
        0.44, 0.416, 0.403, 0.481, 0.422, 0.519, 0.398, 0.386, 0.39, 
        0.37), rorac = c(23.604, 23.2, 16.421, 12.743, 34.815, 18.095, 
        45.385, 11.381, 8.182, 9.091, 3.584), prPo = c(92.9, 83.7, 
        79.5, 94.6, 47.1, 61.5, 30.2, 75.7, 73.6, 64.4, 72.4), pos = c(239L, 
        239L, 239L, 239L, 172L, 239L, 172L, 239L, 239L, 239L, 239L
        )), .Names = c("algo", "rst", "prec", "rorac", "prPo", "pos"
    ), row.names = c(1L, 7L, 6L, 5L, 4L, 11L, 2L, 3L, 9L, 10L, 8L
    ), class = "data.frame")), .Names = c("rst1", "rst5")), T0 = structure(list(
        rst1 = structure(list(algo = c("Mean", "ran1", "GAM1", "GAM2", 
        "gbm1", "svm1", "nai1", "gbm2", "svm2", "ran2"), rst = c(22.6, 
        19.4, 13.6, 10.2, 9.6, 8, 5.6, 3.4, -0.4, -0.6), prec = c(0.478, 
        0.452, 0.5, 0.421, 0.423, 0.833, 0.429, 0.373, 0.355, 0.356
        ), rorac = c(33.731, 26.575, 40, 17.895, 18.462, 133.333, 
        20, 4.533, -0.526, -0.368), prPo = c(34.4, 52.1, 24.3, 40.7, 
        37.1, 3.1, 14.4, 53.6, 54.3, 116.4), pos = c(195L, 140L, 
        140L, 140L, 140L, 195L, 195L, 140L, 140L, 140L)), .Names = c("algo", 
        "rst", "prec", "rorac", "prPo", "pos"), row.names = c(1L, 
        9L, 3L, 4L, 5L, 7L, 2L, 6L, 8L, 10L), class = "data.frame"), 
        rst5 = structure(list(algo = c("gbm1", "ran1", "Mean", "GAM1", 
        "GAM2", "svm1", "nai1", "svm2", "gbm2", "ran2"), rst = c(17.6, 
        16.4, 15, 12.8, 9, 6.2, 5.8, -2.6, -3, -9.2), prec = c(0.466, 
        0.434, 0.435, 0.5, 0.41, 0.8, 0.44, 0.346, 0.345, 0.337), 
            rorac = c(30.345, 21.579, 21.739, 40, 14.754, 124, 23.2, 
            -3.21, -3.448, -5.542), prPo = c(41.4, 54.3, 35.4, 22.9, 
            43.6, 2.6, 12.8, 57.9, 62.1, 118.6), pos = c(140L, 140L, 
            195L, 140L, 140L, 195L, 195L, 140L, 140L, 140L)), .Names = c("algo", 
        "rst", "prec", "rorac", "prPo", "pos"), row.names = c(5L, 
        9L, 1L, 3L, 4L, 7L, 2L, 8L, 6L, 10L), class = "data.frame")), .Names = c("rst1", 
    "rst5"))), .Names = c("F0", "T0"))

Допустим, мы хотим рассчитать длину каждого элемента.

mylist <- list(a=1:4,b=2:9,c=10:20)
mylist

$a
[1] 1 2 3 4

$b
[1] 2 3 4 5 6 7 8 9

$c
 [1] 10 11 12 13 14 15 16 17 18 19 20

Если цель состоит в том, чтобы просто пометить результирующие элементы, то lapply(mylist,length)или ниже работает.

sapply(mylist,length,USE.NAMES=T)

 a  b  c 
 4  8 11 

Если цель состоит в том, чтобы использовать метку внутри функции, тогда mapply()полезно, зацикливаясь на двух объектах; элементы списка и имена списков.

fun <- function(x,y) paste0(length(x),"_",y)
mapply(fun,mylist,names(mylist))

     a      b      c 
 "4_a"  "8_b" "11_c" 

@ ferdinand-kraft дал нам отличный трюк, а затем сказал, что мы не должны его использовать, потому что он недокументирован и из-за снижения производительности.

Я не могу много спорить с первым пунктом, но я хотел бы отметить, что накладные расходы редко должны вызывать беспокойство.

Давайте определим активные функции, чтобы нам не нужно было вызывать сложное выражение, parent.frame()$i[]а только. .i()Мы также создадим .n()для доступа к имени, которое должно работать как для базовых, так и для мурлоковых функционалов (и, вероятно, большинства других).

.i <- function() parent.frame(2)$i[]
# looks for X OR .x to handle base and purrr functionals
.n <- function() {
  env <- parent.frame(2)
  names(c(env$X,env$.x))[env$i[]]
}

sapply(cars, function(x) paste(.n(), .i()))
#>     speed      dist 
#> "speed 1"  "dist 2"

Теперь давайте протестируем простую функцию, которая вставляет элементы вектора в их индекс, используя разные подходы (эти операции, конечно, могут быть векторизованы с использованием, paste(vec, seq_along(vec))но здесь дело не в этом).

Мы определяем функцию бенчмаркинга и функцию построения графика и выводим результаты ниже:

library(purrr)
library(ggplot2)
benchmark_fun <- function(n){
  vec <- sample(letters,n, replace = TRUE)
  mb <- microbenchmark::microbenchmark(unit="ms",
                                      lapply(vec, function(x)  paste(x, .i())),
                                      map(vec, function(x) paste(x, .i())),
                                      lapply(seq_along(vec), function(x)  paste(vec[[x]], x)),
                                      mapply(function(x,y) paste(x, y), vec, seq_along(vec), SIMPLIFY = FALSE),
                                      imap(vec, function(x,y)  paste(x, y)))
  cbind(summary(mb)[c("expr","mean")], n = n)
}

benchmark_plot <- function(data, title){
  ggplot(data, aes(n, mean, col = expr)) + 
    geom_line() +
    ylab("mean time in ms") +
    ggtitle(title) +
    theme(legend.position = "bottom",legend.direction = "vertical")
}

plot_data <- map_dfr(2^(0:15), benchmark_fun)
benchmark_plot(plot_data[plot_data$n <= 100,], "simplest call for low n")

benchmark_plot(plot_data,"simplest call for higher n")

^{Создано в 2019-11-15 пакетом представлением (v0.3.0)}

Падение в начале первого графика - случайность, пожалуйста, игнорируйте его.

Мы видим, что выбранный ответ действительно быстрее, и при приличном количестве итераций наши .i()решения действительно медленнее, накладные расходы по сравнению с выбранным ответом примерно в 3 раза превышают накладные расходы на использование purrr::imap()и составляют примерно 25 мс для 30 тыс. Итераций, поэтому я теряю около 1 мс на 1000 итераций, 1 с на миллион. Это небольшая цена для удобства, на мой взгляд.

Просто напишите свою собственную lapplyфункцию

lapply2 <- function(X, FUN){
  if( length(formals(FUN)) == 1 ){
    # No index passed - use normal lapply
    R = lapply(X, FUN)
  }else{
    # Index passed
    R = lapply(seq_along(X), FUN=function(i){
      FUN(X[[i]], i)
    })
  }

  # Set names
  names(R) = names(X)
  return(R)
}

Затем используйте как это:

lapply2(letters, function(x, i) paste(x, i))