爲什麼vapply比sapply更安全？

Question

文檔說

vapply類似於sapply，但有一個預先指定的返回值的類型，所以可以更安全[...]使用。

請您詳細說明爲什麼它通常更安全，也許提供示例？

---

P.S .:我知道答案，我已經傾向於避免sapply。我只希望在這裏有一個很好的答案，所以我可以指出我的同事。請不要「閱讀手冊」的答案。

Answer 1

正如已經指出的那樣，vapply做了兩兩件事：

• 略有提高速度
• 通過提供有限的返回類型檢查，提高了一致性。

第二點是更大的優勢，因爲它有助於在錯誤發生之前捕捉錯誤並導致更健壯的代碼。這個返回值檢查可以通過使用sapply然後stopifnot以確保返回值與您的預期一致來單獨完成，但vapply更容易一些（如果更有限，由於自定義錯誤檢查代碼可以檢查邊界內的值等）。

下面是vapply的一個示例，確保您的結果符合預期。這與我剛剛在PDF抓取時正在進行的工作相似，其中findD將使用regex來匹配原始文本數據中的模式（例如，我將按實體列出一個爲split的列表，並使用正則表達式匹配每個實體內的地址。偶爾，PDF已經被亂序轉換，並且實體會有兩個地址，這導致了不好）。

> input1 <- list(letters[1:5], letters[3:12], letters[c(5,2,4,7,1)]) 
> input2 <- list(letters[1:5], letters[3:12], letters[c(2,5,4,7,15,4)]) 
> findD <- function(x) x[x=="d"] 
> sapply(input1, findD) 
[1] "d" "d" "d" 
> sapply(input2, findD) 
[[1]] 
[1] "d" 

[[2]] 
[1] "d" 

[[3]] 
[1] "d" "d" 

> vapply(input1, findD, "") 
[1] "d" "d" "d" 
> vapply(input2, findD, "") 
Error in vapply(input2, findD, "") : values must be length 1, 
but FUN(X[[3]]) result is length 2 

當我告訴我的學生，成爲一名程序員正在改變你的心態部分來自「錯誤是煩人」到「錯誤是我的朋友。」

零長度輸入
一個相關的一點是，如果輸入長度是零，sapply將總是返回一個空列表，而不管輸入的類型。比較：

sapply(1:5, identity) 
## [1] 1 2 3 4 5 
sapply(integer(), identity) 
## list()  
vapply(1:5, identity) 
## [1] 1 2 3 4 5 
vapply(integer(), identity) 
## integer(0) 

隨着vapply，保證您有一個特定類型的輸出，所以你不需要編寫額外的檢查零級長度的輸入。

基準

vapply可能有點快，因爲它已經知道什麼格式應該中期待的結果。

input1.long <- rep(input1,10000) 

library(microbenchmark) 
m <- microbenchmark(
    sapply(input1.long, findD), 
    vapply(input1.long, findD, "") 
) 
library(ggplot2) 
library(taRifx) # autoplot.microbenchmark is moving to the microbenchmark package in the next release so this should be unnecessary soon 
autoplot(m) 

Answer 2

如果你總是希望你的結果是特別的東西...例如。一個邏輯向量。 vapply確保發生這種情況，但sapply不一定這樣做。

a<-vapply(NULL, is.factor, FUN.VALUE=logical(1)) 
b<-sapply(NULL, is.factor) 

is.logical(a) 
is.logical(b) 

Answer 3

參與vapply額外的擊鍵可以節省您的時間後，調試混亂的結果。如果您要調用的函數可能返回不同的數據類型，則肯定應該使用vapply。

想到的一個例子是RODBC包中的sqlQuery。如果執行查詢時發生錯誤，該函數返回帶有消息的character向量。因此，舉例來說，假設你正在試圖遍歷表名tnames的載體，在每個表請從數值列「NumCol」的最大值：

sapply(tnames, 
    function(tname) sqlQuery(cnxn, paste("SELECT MAX(NumCol) FROM", tname))[[1]]) 

如果所有的表名是有效的，這將導致一個numeric向量。但是，如果其中一個表名稱在數據庫中發生更改並且查詢失敗，則結果將被強制轉換爲character模式。然而，使用vapply和FUN.VALUE=numeric(1)，會在這裏停止錯誤，並防止它跳出某處 - 或者更糟的是，根本就不會彈出。