如何在向量列表中查找向量的特定索引，其中索引在向量中给出？ （没有 for 循环）

Question

我想找到一种有效的操作来在列表中进行以下查找：

L = list(10:15,11:20)
a = c(3,7)
b = numeric()
for(i in 1:length(a)) b[i] = L[[i]][a[i]]

我认为 for 循环效率低下，我想这可以使用例如 sapply 更快地完成代码>.我的主要目标是当 L 很长时有效地完成此操作。

Answer 1

另一个 apply 方法是 sapply()。

sapply(1:length(a), function(x) L[[x]][a[x]])
[1] 12 17

Answer 2

我们可以

library(dplyr)
stack(setNames(L, a)) %>%
   group_by(ind) %>% 
   summarise(out = values[[as.numeric(as.character(first(ind)))]]) %>%
   pull(out)
[1] 12 17

---

在 base R 中使用 vapply 来使用 Or，这会更快

vapply(seq_along(L), \(i) L[[i]][a[i]], numeric(1))
[1] 12 17

---

，或者使用 imap 作为紧凑选项

library(purrr)
imap_dbl(setNames(L, a), ~ .x[as.numeric(.y)])
 3  7 
12 17 

Answer 3

更新：

您对循环的的厌恶可能是没有根据的。我发现它可以非常依赖机器。在我当前的计算机上，使用b正确初始化，循环的基本r 仅比rcpp解决方案慢。请参阅下面更新的基准测试。 loop1解决方案已正确初始化。但是，我在其他机器上尝试了此操作，并且在某些循环的某些上确实比apply解决方案要慢。

---

使用UNLIST， cumsum 和长度 ：基准标准的基础r r ro

b <- unlist(L)[a + c(0, cumsum(lengths(L)[1:(length(L) - 1L)]))]

.

library(purrr)

L <- lapply(sample(4:10, 1e5, TRUE), seq)
a <- sapply(lengths(L), function(x) sample(x, 1))

Rcpp::cppFunction("IntegerVector ListIndex(const List& L, const IntegerVector& a) {
const int n = a.size();
IntegerVector b (n);
for (int i = 0; i < n; i++) b(i) = as<IntegerVector>(L[i])(a(i) - 1);
return b;
}")
    
microbenchmark::microbenchmark(sapply = sapply(1:length(a), function(x) L[[x]][a[x]]),
                           vapply = vapply(seq_along(L), function(i) L[[i]][a[i]], integer(1)),
                           purr = as.integer(imap_dbl(setNames(L, a), ~ .x[as.numeric(.y)])),
                           unlist = unlist(L)[a + c(0, cumsum(lengths(L)[1:(length(L) - 1L)]))],
                           rcpp = ListIndex(L, a),
                           loop1 = {b <- integer(length(a)); for(i in seq_along(a)) b[i] <- L[[i]][a[i]]; b},
                           loop2 = {b <- integer(); for(i in seq_along(a)) b[i] <- L[[i]][a[i]]; b},
                           check = "identical")

#> Unit: milliseconds
#>    expr      min       lq      mean    median       uq      max neval
#> sapply 102.4199 113.72450 125.21764 119.72455 130.41480 291.5465   100
#> vapply  97.8447 107.33390 116.41775 112.33445 119.01680 189.9191   100
#>   purr 226.9039 241.02305 258.34032 246.81175 257.87370 502.3446   100
#> unlist  29.4186  29.97935  32.05529  30.86130  33.02160  44.6751   100
#>   rcpp  22.3468  22.78460  25.47667  23.48495  26.63935  37.2362   100
#>  loop1  25.5240  27.34865  28.94650  28.02920  29.32110  42.9779   100
#>  loop2  41.4726  46.04130  52.58843  51.00240  56.54375  88.3444   100

*我无法获得Akrun的dplyr解决方案来与较大的向量配合使用。

Answer 4

您可以使用MAP或mapply。由于mapply可以自动简化为向量，因此我们可以在这里使用它来获得b一口气：

b <- mapply(function(list_members, indices) list_members[indices],
       list_members = L, indices = a, SIMPLIFY = TRUE)

b
#> [1] 12 17