r - 为什么 `vapply` 比 `sapply` 更安全？

Question

文档说

vapply is similar to sapply, but has a pre-specified type of return value, so it can be safer [...] to use.

您能否详细说明为什么它通常更安全，也许可以提供示例？

<小时/>

P.S.:我知道答案，并且我已经倾向于避免 sapply。我只是希望这里有一个很好的答案，这样我就可以向我的同事指出它。请不要回答“阅读手册”。

Answer 1

正如已经指出的，vapply 做了两件事:

• 速度略有提高
• 通过提供有限的返回类型检查来提高一致性。

第二点是更大的优势，因为它有助于在错误发生之前捕获错误并导致更健壮的代码。此返回值检查可以单独完成，方法是使用 sapply 后跟 stopifnot 以确保返回值与您的预期一致，但 vapply > 更容易一些(如果有更多限制，因为自定义错误检查代码可以检查边界内的值等)。

这是一个 vapply 的示例，可确保您的结果符合预期。这与我在 PDF 抓取时所做的事情类似，其中 findD 将使用 regex来匹配原始文本数据中的模式(例如，我有一个按实体分割的列表，以及一个正则表达式来匹配每个实体内的地址。有时 PDF 会被乱序转换并且一个实体会有两个地址，这会导致不良情况)。

> 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

因为 input2 的第三个元素中有两个 d，所以 vapply 会产生错误。但是 sapply 将输出的类从字符向量更改为列表，这可能会破坏下游代码。

正如我告诉我的学生的那样，成为一名程序员的一部分就是将你的心态从“错误很烦人”转变为“错误是我的 friend 。”

零长度输入
一个相关点是，如果输入长度为零，则无论输入类型如何，sapply 都将始终返回一个空列表。比较:

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

使用vapply，您可以保证获得特定类型的输出，因此您无需为零长度输入编写额外的检查。

基准

vapply 可能会快一点，因为它已经知道预期结果应采用什么格式。

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)