編寫函數來處理R/Splus中的多種數據類型？

Question

我想編寫一個處理多種數據類型的函數。下面是一個有效的例子，但看起來很笨拙。有沒有一個標準（或更好）的方式來做到這一點？

（它的幾次都是這樣我錯過了Matlab的這裏的一切都是一種類型：>）

myfunc = function(x) { 
    # does some stuff to x and returns a value 
    # at some point the function will need to find out the number of elements 
    # at some point the function will need to access an element of x. 
    # 
    # args: 
    # x: a column of data taking on many possible types 
    #  e.g., vector, matrix, data.frame, timeSeries, list 
    x.vec <- as.vector(as.matrix(as.data.frame(x))) 
    n <- length(x.vec) 
    ret <- x.vec[n/3] # this line only for concreteness 
    return(ret) 
} 

Answer 1

使用S3方法。一個簡單的例子，讓你開始：

myfunc <- function(x) { 
    UseMethod("myfunc",x) 
} 
myfunc.data.frame <- function(x) { 
    x.vec <- as.vector(as.matrix(x)) 
    myfunc(x.vec) 
} 
myfunc.numeric <- function(x) { 
    n <- length(x) 
    ret <- x[n/3] 
    return(ret) 
} 
myfunc.default <- function(x) { 
    stop("myfunc not defined for class",class(x),"\n") 
} 

有兩點需要注意：

1. 的...語法傳遞給函數的任何額外的參數。如果要擴展現有的S3方法（例如，寫入類似summary.myobject的東西），那麼包含...是一個好主意，因爲您可以傳遞傳統給定規範函數的參數。

print.myclass <- function(x,...) { print(x$keyData,...) }

1. 您可以從其他函數調用功能，並保持整潔，簡約。

Answer 2

你或許應該嘗試使用S3方法編寫將處理多種數據類型的函數。
這裏有一個很好的參考：http://www.biostat.jhsph.edu/~rpeng/biostat776/classes-methods.pdf

Answer 3

嗯，你對函數文檔是

# args: 
# x: a column of data taking on many possible types 
#  e.g., vector, matrix, data.frame, timeSeries, list 

並且如果一個作爲供給您聲稱需要的對象，是不是已經是矢量，而不是一個矩陣或數據幀，因此避免需要單獨的方法/具體處理？

> dat <- data.frame(A = 1:10, B = runif(10)) 
> class(dat[,1]) 
[1] "integer" 
> is.vector(dat[,1]) 
[1] TRUE 
> is.vector(dat$A) 
[1] TRUE 
> is.numeric(dat$A) 
[1] TRUE 
> is.data.frame(dat$A) 
[1] FALSE 

我想：

myfunc <- function(x) { 
    # args: 
    # x: a column of data taking on many possible types 
    #  e.g., vector, matrix, data.frame, timeSeries, list 
    n <- length(x) 
    ret <- x[n/3] # this line only for concreteness 
    return(ret) 
} 

> myfunc(dat[,1]) 
[1] 3 

現在，如果你要處理不同類型的對象，並提取一列，然後S3方法將是很長的路要走。也許你的例子在實際使用中已經過於簡化了？無論如何，S3的方法將是這樣的：

myfunc <- function(x, ...) 
    UseMethod("myfunc", x) 

myfunc.matrix <- function(x, j = 1, ...) { 
    x <- x[, j] 
    myfunc.default(x, ...) 
} 

myfunc.data.frame <- function(x, j = 1, ...) { 
    x <- data.matrix(x) 
    myfunc.matrix(x, j, ...) 
} 

myfunc.default <- function(x, ...) { 
    n <- length(x) 
    x[n/3] 
} 

，並提供：

> myfunc(dat) 
[1] 3 
> myfunc(data.matrix(dat)) 
[1] 3 
> myfunc(data.matrix(dat), j = 2) 
[1] 0.2789631 
> myfunc(dat[,2]) 
[1] 0.2789631