函数与apply一起工作，但不变异R以寻求更深入的理解

似乎变异和应用的工作方式不同，我想了解一些情况。首先，我将从一个示例开始：

df = data.frame(base = as.character(letters), dat1 = runif(26), dat2 = runif(26))
df = df %>% mutate(path = paste0(base,'.txt'))

test_function = function(path){
    print(length(path))
    if(exists(path)){
        table = read.table(path)
        return(mean(table[,1]))
    } else {
        return(NA)
    }
}

# This prints 26 ones
df$val = unlist(
    lapply(
        df$path,
        test_function
    )
)

# This prints 26
df = df %>% mutate(val = test_function(path))

两个函数产生相同的结果，但它们打印不同的值

我觉得在apply中，我们调用函数26次，每次都向函数传递一条路径

使用mutate时，我们似乎只调用了一次函数。将路径向量传递给它

我的问题归结到这一点。当我写我真正的函数时。我需要担心这些差异吗？我刚刚从一个库中调用了一个函数，该库检查传递的参数的维度，它抛出了一个带有mutate的错误

---

如有任何见解，将不胜感激

我发现@yeedle和@thelatemail的评论足以回答我的问题。此外，请查看这篇描述矢量化代码原因的文章。（这是一本很棒的书）

总结他们的意见：

apply

不尝试对操作进行矢量化，而

dplyr

函数

mutate

需要矢量化函数。大多数函数都可以使用矢量化进行矢量化

---

在上面的示例中，对于向量化函数，

if else

代码对于

df$path

的第一个值只运行一次，但是使用

lappy

时，它只是将

if-else

循环到

df$path

中的每个值上，这样就可以得到26个不同的结果，而不是一个。

我读了一些关于矢量化代码的内容。这是一个例子吗？mutate需要向量化函数。您可以使用

vectorize

对大多数标量函数进行矢量化，如果

如果
否则
对于
df$path的第一个值，代码将只运行一次-如果您尝试类似
x Good stuff的操作，请参阅警告消息。因此，我认为最好将答案放在答案中，而不是仅仅指向评论。如果你喜欢，一个简短的评论和/或链接摘要将是一个很好的回馈社区的礼物。