r - 使用 seq_along() 处理空情况

Question

我读到使用 seq_along() 可以更好地处理空情况，但这个概念在我看来并不那么清楚。

例如，我有这个数据框:

df
            a            b          c          d
1   1.2767671  0.133558438  1.5582137  0.6049921
2  -1.2133819 -0.595845408 -0.9492494 -0.9633872
3   0.4512179  0.425949910  0.1529301 -0.3012190
4   1.4945791  0.211932487 -1.2051334  0.1218442
5   2.0102918  0.135363711  0.2808456  1.1293810
6   1.0827021  0.290615747  2.5339719 -0.3265962
7  -0.1107592 -2.762735937 -0.2428827 -0.3340126
8   0.3439831  0.323193841  0.9623515 -0.1099747
9   0.3794022 -1.306189542  0.6185657  0.5889456
10  1.2966537 -0.004927108 -1.3796625 -1.1577800

考虑这三个不同的代码片段:

# Case 1
for (i in 1:ncol(df)) {
    print(median(df[[i]]))
}

# Case 2
for (i in seq_along(df)) {
    print(median(df[[i]]))
}

# Case 3
for(i in df) print(median(i))

当存在完整的 data.frame 或存在空的 data.frame 时，这些不同的过程有什么区别？

Answer 1

在df <- data.frame()的条件下， 我们有:

案例1 成为……的牺牲品

Error in .subset2(x, i, exact = exact) : subscript out of bounds

而 案例 2 和案例 3 不会被触发。

本质上是 中的错误案例1 是由于 ncol(df)正在 0 .这导致序列 1:ncol(df)成为 1:0 ，创建向量 c(1,0) .在这种情况下， for循环尝试访问向量的第一个元素 1 ，它试图访问第 1 列不存在。因此，发现该子集超出范围。

同时，在 案例 2 和案例 3 for循环永远不会执行，因为在它们各自的集合中没有要处理的元素，因为向量是空的。原则上，这意味着它们的长度为 0 .

因为这个问题特别涉及 seq_along() 到底发生了什么事情，我们来个传统的 seq_along构建完整向量的示例 a并查看结果:

set.seed(111)
a <- runif(5)
seq_along(a)
#[1] 1 2 3 4 5

本质上，对于向量的每个元素 a ，有一个对应的索引是由 seq_along 创建的被访问。

如果我们申请 seq_along现在到空 df在上述情况下，我们得到:

seq_along(df)
# integer(0)

因此，创建的是零长度向量。沿着零长度向量移动非常困难。

因此， 案例1 对 的保护很差空箱 .

现在，在传统假设下，即 data.frame 中有一些数据。 ，对于任何类型的开发人员来说，这是一个非常糟糕的假设......

set.seed(1234)
df <- data.frame(matrix(rnorm(40), 4))

所有三个案例都将按预期运行。也就是说，您将收到 data.frame 的每列中值。 .

[1] -0.5555419
[1] -0.4941011
[1] -0.4656169
[1] -0.605349