R 为数组列表应用函数

这是一个新手问题，但我在理解数组列表数据集的apply函数时遇到了一些问题

这是我拥有的数据和我正在尝试做的事情的一个例子：

> dataset1=array(data1,dim=c(2,10,5))
> dataset2=array(data2,dim=c(2,10,5))
> dataset3=array(data2,dim=c(2,10,5))
> datasets=list(data1=dataset1,data2=dataset2,data3=dataset3)
> str(datasets)
List of 3
 $ data1: num [1:2, 1:10, 1:5] 0.101 1.192 0.154 0.911 1.889 ...
 $ data2: num [1:2, 1:10, 1:5] 2.84 1.63 1.78 1.24 1.09 ...
 $ data3: num [1:2, 1:10, 1:5] 2.84 1.63 1.78 1.24 1.09 ...

我想用0替换1.5以下的所有值

for (d in 1:3){
  for (n in 1:2){
    for (i in 1:10){
      datasets[[d]][n,i,][datasets[[d]][n,i,]<=1.5]=0
    }
  }
}

for（1:3中的d）{
对于（1:2中的n）{
因为（我在1:10）{
数据集[[d]][n，i，][datasets[[d]][n，i，]具有可复制数据：

dataset1 = array(rnorm(100),dim = c(2,10,5))
dataset2 = array(rnorm(100),dim = c(2,10,5))
dataset3 = array(rnorm(100),dim = c(2,10,5))
datasets = list(data1 = dataset1, data2 = dataset2, data3 = dataset3)

现在编写一个匿名函数来进行常规替换，并在列表中使用该函数：

datasets.updated <- lapply(datasets, function(x) {x[x < 1.5] <- 0; x})

datasets.updated我不太喜欢“；”使用R，但它是有效的。所以我将使用“ifelse”添加这个解决方案：lappy（数据集，函数（x）ifelse（x<1.5，0，x））。你为什么不喜欢使用“；”。这是为了特定的重新发布吗？这里只是语法，我可以用分号将其全部推到一行上，这是懒惰的-将匿名函数放在更好的布局中要好得多，但这意味着它们不应该是匿名的（对我来说）。ifelse是一个很好的整理。请注意，mdsumner最初的匿名函数在处理大型数据集时要快得多（我使用了
dataset1=array（rnorm（100000000）、dim=c（2001000500））
等，结果比使用
ifelse
快6.8倍）。
datasets.updated <- lapply(datasets, function(x) ifelse(x < 1.5, 0, x))