r - 为什么 `vapply` 比 `sapply` 更安全？

文档说



您能否详细说明为什么它通常更安全，也许提供示例？

P.S.:我知道答案，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“阅读手册”的答案。

最佳答案

如前所述，vapply 做了两件事:

速度略有提升

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。此返回值检查可以通过使用 sapply 后跟 stopifnot 来单独完成，以确保返回值与您预期的一致，但 vapply 更容易一些(如果更多限制，因为自定义错误检查代码范围内的值可以检查， 等等。)。
这是 vapply 的示例，确保您的结果符合预期。这与我刚刚在 PDF 抓取时正在处理的事情相似，其中 findD 将使用 regex 来匹配原始文本数据中的模式(例如，我有一个列表，该列表是 split 实体，并匹配每个实体中的 reg 地址。有时，PDF 会被乱序转换，并且一个实体会有两个地址，这会导致错误)。

> 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，这可能会破坏下游的代码。
正如我告诉我的学生，成为程序员的一部分就是将你的心态从“错误令人讨厌”转变为“错误是我的 friend ”。
零长度输入
一个相关的点是，如果输入长度为零，则 sapply 将始终返回一个空列表，无论输入类型如何。相比:

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 ，您可以保证具有特定类型的输出，因此您无需为零长度输入编写额外的检查。
基准 vapply 可以快一点，因为它已经知道它应该期待结果的格式。

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)

关于r - 为什么 `vapply` 比 `sapply` 更安全？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/12339650/