データフレームの各行にn関数のリストを適用しますか？

Question

機能のリストがあります

funs <- list(fn1 = function(x) x^2,
             fn2 = function(x) x^3,               
             fn3 = function(x) sin(x),
             fn4 = function(x) x+1)
#in reality these are all f = splinefun()

そして、私はデータフレームを持っています：

mydata <- data.frame(x1 = c(1, 2, 3, 2),
                     x2 = c(3, 2, 1, 0),
                     x3 = c(1, 2, 2, 3),
                     x4 = c(1, 2, 1, 2))
#actually a 500x15 dataframe of 500 samples from 15 parameters

それぞれのために 私 行、機能を評価したいと思います j それぞれに j 列と結果の合計：

unlist(funs)
attach(mydata)
a <- rep(NA,4)
for (i in 1:4) {
     a[i] <- sum(fn1(x1[i]), fn2(x2[i]), fn3(x3[i]), fn4(x4[i]))
}

どうすればこれを効率的に行うことができますか？これは実装するのに適切な機会ですか plyr 関数？もしそうなら、どうですか？

ボーナスの質問：なぜそうなのか a[4] NA?

これは、からの関数を使用するのに適切な時期ですか plyr, 、もしそうなら、どうすればそうすることができますか？

Answer 1

コードスニペットを無視し、機能を適用することを最初の仕様に固執します j 列番号 j そして、「結果を合計する」...あなたはできる：

mapply( do.call, funs, lapply( mydata, list))
#      [,1] [,2]      [,3] [,4]
# [1,]    1   27 0.8414710    2
# [2,]    4    8 0.9092974    3
# [3,]    9    1 0.9092974    3

どのようにしたいかが結果を追加するかどうかわからなかった（つまり、列ごとまたは列に伴い）、どちらもできるか rowSums また colSums このマトリックスで。例えば：

colSums( mapply( do.call, funs,  lapply( mydata, list)) )
# [1] 14.000000 36.000000  2.660066  8.000000

Answer 2

4つすべてに1つの関数を記述してデータフレームに適用しないのはなぜですか？すべての機能はベクトル化されています splinefun, 、そしてこれは機能します：

fun <-  function(df)
    cbind(df[, 1]^2, df[, 2]^3, sin(df[, 3]), df[, 4] + 1)

rowSums(fun(mydata))

これは、行上に「Foring」または「適用」よりもかなり効率的です。

Answer 3

使ってみました plyr::each:

library(plyr)
sapply(mydata, each(min, max))
    x1 x2 x3 x4
min  1  0  1  1
max  3  3  3  2

そして、それは正常に動作しますが、カスタム関数を渡すと、次のようになります。

sapply(mydata, each(fn1, fn2))
Error in proto[[i]] <- fs[[i]](x, ...) :
  more elements supplied than there are to replace

each 非常に簡単なドキュメントがあります、私は問題が何であるかをよく理解していません。