R-在同一数据集上使用函数n次

在同一数据集上重复应用函数并给出最终结果而不使用for循环的最有效方法是什么？e、 g

set.seed(123)

# create arbitrary data frame
mydf <- data.frame(a = rbinom(10, 5, .5), b = rbinom(10, 8, .5))

# silly function
Foo <- function(df) {
  df <- df * (1 + rnorm(1,0, .1))
  df <- df + 5
  df
}

# repeat function 5 times in a row on the same data frame
for (i in c(1:5)) {
  mydf <- Foo(mydf)
  mydf
}

set.seed（123）
#创建任意数据帧
mydf由@nrussel回答；对于给定的示例，使用
Recall（）。速度方面，它类似于
循环的

doFoo <- function(df, n) {

           if (n == 0) return(df)

           Recall(Foo(df), n - 1)
         }

doFoo(mydf, 5)

doFoo我不确定这是否比
for
循环更有效，但这是一个选项：
doFoo这里是另一种方法，在函数中隐藏for循环。这并不比OP示例中的for循环快，但如果需要在多个位置应用这些循环，可能会使代码更整洁。首先只需编写一个乘法函数：
multiplier=function（f，n，…）{function（x，…）{for（i in 1:n）{x=f（x，…）}x}
。然后，它可以应用于任何函数，如乘法器（Foo，10）（mydf）
我认为你的例子太笼统了。在某些情况下，递归函数可能会受益于使用
memoise
包进行的记忆。如果您有一个非常大的数据帧或许多循环，那么可能需要调用
Rcpp
。您想要时间效率还是内存效率？（是的，我知道：都是：-）。无论如何，如果你的函数是可矢量化的，那么就用这种方式重写它。如果没有，请使用
矢量化功能执行此操作；然后运行一个时间或内存测试，看看它是否真的有帮助。“不要使用循环”meme最初的意思是“嘿，
R
中的大多数东西都是矢量化的。这样做吧。”当矢量化很难或不可能时，循环没有错；此外，您还可以使用带有for循环的
并行
和
foreach
多核工具；与嵌套或匿名函数相比，情况就不那么糟了。