R: применить против do.call

• apply(DF, 1, f) преобразует каждую строку DF в вектор, а затем передает этот вектор в f. Если бы DF было смесью строк и чисел, тогда строка была бы преобразована в вектор символов перед передачей ее в f, так что, например, apply(iris, 1, function(x) sum(x[-5])) не будет работать, даже если строка iris[i, -5] содержит все числовые элементы. Строка преобразуется в строку символов, и вы не можете суммировать строки символов. С другой стороны, apply(iris[-5], 1, sum) будет работать так же, как rowSums(iris[-5]).

• если f создает вектор, результатом является матрица, а не другой фрейм данных; Кроме того, результатом является транспонирование того, что вы могли бы ожидать. Этот

  apply(BOD, 1, identity)
  

  дает следующее, а не возвращает BOD:

         [,1] [,2] [,3] [,4] [,5] [,6]
  Time    1.0  2.0    3    4  5.0  7.0
  demand  8.3 10.3   19   16 15.6 19.8
  

  Много лет назад Хэдли Уикхем опубликовал публикацию iapply, которая идемпотент в том смысле, что iapply(mat, 1, identity) возвращает mat, а не t(mat), где mat — матрица. Совсем недавно с его пакетом plyr можно было написать:

  library(plyr)
  ddplyr(BOD, 1, identity)
  

  и получить BOD обратно в виде фрейма данных.

С другой стороны, apply(BOD, 1, sum) даст тот же результат, что и rowSums(BOD), а apply(BOD, 1, f) может быть полезно для функций f, для которых f производит скаляр и нет аналога, как в случае sum / rowSums. Кроме того, если f создает вектор, и вы не возражаете против матричного результата, вы можете транспонировать вывод apply самостоятельно, и, хотя это уродливо, это сработает.

Я думаю, что автор имеет в виду, что вы должны использовать предварительно созданные/векторизованные функции (потому что это проще), если вы можете, и избегать применения (потому что в принципе это цикл for и занимает больше времени):

library(microbenchmark)

d <- data.frame(a = rnorm(10, 10, 1),
                b = rnorm(10, 200, 1))

# bad - loop
microbenchmark(apply(d, 1, function(x) if (x[1] < x[2]) x[1] else x[2]))

# good - vectorized but same result
microbenchmark(pmin(d[[1]], d[[2]])) # use double brackets!

# edited:
# -------
# bad: lapply
microbenchmark(data.frame(lapply(d, round, 1)))

# good: do.call faster than lapply
microbenchmark(do.call("round", list(d, digits = 1)))

# --------------
# Unit: microseconds
#                                  expr     min    lq     mean  median      uq     max neval
# do.call("round", list(d, digits = 1)) 104.422 107.1 148.3419 134.767 184.524 332.009   100
#                            expr     min       lq     mean  median      uq      max neval
# data.frame(lapply(d, round, 1)) 235.619 243.2055 298.5042 252.353 276.004 1550.265   100
#
#                                  expr    min      lq    mean median       uq     max neval
# do.call("round", list(d, digits = 1)) 96.389 97.5055 113.075 98.175 105.5375 730.954   100
#                            expr     min       lq     mean  median      uq      max neval
# data.frame(lapply(d, round, 1)) 235.619 243.2055 298.5042 252.353 276.004 1550.265   100

Это связано с тем, как R хранит матрицы и кадры данных*. Как вы, возможно, знаете, data.frame — это list векторов, то есть каждый столбец в data.frame является вектором. Будучи векторизованным языком, предпочтительнее работать с векторами, и именно по этой причине apply с запасом 2 не одобряется: при этом вы не будете работать с векторами, скорее, вы будете охватывать разные векторы на каждой итерации.

Насколько я знаю, использование apply с полем 1 не сильно отличается от использования do.call. Хотя последнее может обеспечить большую гибкость использования.

*Эта информация должна быть где-то в руководствах.